人机协作台（Human-AI Collaboration）

功能简介

人机协作台是基于 deepsop 平台的智能销售任务助手，能够：

理解自然语言指令：直接描述需求，如「帮我找50个美国做服装的客户」
智能任务拆解：自动识别目标数量、行业、地区、执行周期等参数
多员工协作：根据任务类型自动分配对应职能员工
AiWa：客户挖掘（找客户、行业客户等）
Frank：邮件销售
Fran：电话销售
Lisa：短信销售
自动提交任务：调用 deepsop API 提交任务，后台异步执行
定时查询结果：任务提交后询问用户期望等待时长，按用户指定时间自动查询并推送结果（默认 8 分钟）
生成 xlsx 报表：AiWa 客户数据自动生成带样式的 Excel 文件返回
Frank 邮件统计：查询邮件发送总数、成功数、已读数、回复数、点击数，并展示发送详情（可与 AiWa 搭配，或在无 AiWa 协同时通过客户来源选择 xlsx 上传 / 公司搜索指定客户）
Fran 电话销售：自动查询号码池与场景库，由用户选择后提交电话销售任务（可与 AiWa 搭配，或在无 AiWa 协同时通过客户来源选择 xlsx 上传 / 公司搜索指定客户）
Lisa 短信统计：查询短信发送总数、成功数、失败数，并展示发送详情（可与 AiWa 搭配，或在无 AiWa 协同时通过客户来源选择指定客户）
电话场景创建/审核：用户可主动说「创建电话场景」「新建外呼话术」直接走 Step 1.7 子流程，也可在 Fran 提交时若无可用场景库时被引导即时创建并提交阿里云审核（场景+TTS+机器人 prompt 三合一）

前置条件：获取 API Key

本技能需要 API Key 授权才能调用 DeepSOP 接口。请按以下步骤获取：

获取 API Key 入口：

已有账号 → 前往 https://ai.deepsop.com/login?source=3 登录获取
没有账号 → 前往 https://ai.deepsop.com/register?source=3 注册后获取

登录后进入「设置」或「API 管理」页面
新建 API Key，复制以 sk- 开头的密钥
在 OpenClaw 中配置环境变量：

DEEPSOP_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxx

> 所有 API 请求头需携带：x-api-key: $DEEPSOP_API_KEY

> API Base URL：https://ai.deepsop.com/prod-api/

⛔ 接口路径强约束（最高优先级，所有 HTTP 请求必须遵守）

> 🔒 核心规则： 调用任何接口时，必须严格使用本文档对应步骤标注的完整 URL，不得做任何形式的改写、简化、猜测或自创。

> 请求前自检流程（每一次 HTTP 请求都必须执行）：

> 1. 在下方「API 路径权威清单」中找到对应步骤的接口；

> 2. 将即将发出的完整 URL（含 host、path、query key 名与顺序、pageNum/pageSize/platform 等参数值）与清单中的 Path 列逐字符比对；

> 3. 完全一致才允许发出请求；任何偏差立即停止，按清单中的路径修正后再重试；

> 4. 若某接口未在清单中列出 → 绝对禁止自行编造路径，必须先向用户确认。

> 禁止行为：

> - ❌ 把 prod-api 改成 api / v1 / prod / prodApi

> - ❌ 把 camelCase 改成 snake_case 或全小写（如 presetEmployee ≠ preset_employee ≠ presetemployee）

> - ❌ 把 outBound 写成 outbound、emailconfig 写成 emailConfig、authaccount 写成 authAccount（这三个偏偏就是全小写，特别注意）

> - ❌ 用同义词替换路径段（getCustomerPoolDetail ≠ customerPoolDetail / getCustomerDetail；collaborationCallResult ≠ callResult）

> - ❌ 漏写或私自补加 query 参数（如漏 platform=1 / status=1，或私自加 pageSize=20 改成 pageSize=10）

> - ❌ 凭"上一次调用记得"或"经验"猜测路径，不回到本文档对照

> 路径错误是最常见、最可避免、影响最大的事故，必须零容忍。

📋 API 路径权威清单（Base URL: `https://ai.deepsop.com/prod-api`）

| # | 步骤 | 方法 | Path（不含 Base URL） |

|---|---|---|---|

| 1 | Step 1.5 数字员工可用性 | GET | /ai/presetEmployee/list |

| 1.1 | Step 1.5.1① 签约套餐列表 | GET | /ai/setting/list?packageType=3 |

| 1.2 | Step 1.5.1② 人民币→K币汇率 | GET | /system/config/configKey/CNY_TO_KCOIN |

| 1.3 | Step 1.5.1③ K币余额查询 | GET | /ai/vip/balance?userId={userId} |

| 3 | Step 3 前置 A-0 外呼实例 | GET | /ai/outBound/describeInstance |

| 4 | Step 3 前置 A-1 号码池 | GET | /ai/outBound/callerNumber/list |

| 6 | Step 3 前置 B0 邮箱绑定检查 | GET | /ai/emailconfig/list?pageSize=1000&pageNum=1&status=1 |

| 7 | Step 3 前置 B 用户 Profile | GET | /ai/user/profile |

| 8 | Step 3 前置 D-1 短信模板列表 | GET | /ai/sms/querySmsTemplateList?pageNum=1&pageSize=20&pageNumber=1 |

| 13 | Step 5-B-1 Frank 邮件统计 | GET | /ai/email/getTaskEmailCount?taskId={frankDagTaskId} |

| 14 | Step 5-B-2 Frank 邮件列表 | GET | /ai/email/taskList?pageNum=1&pageSize=2000&taskId={frankDagTaskId} |

| 15 | Step 5-C-1 Fran 电话统计 | GET | /ai/presetEmployee/collaborationTaskStatistics?taskId={franDagTaskId}&customerPoolId={franCustomerPoolId} |

| 21 | Step 1.6 途径B 客户搜索（无 AiWa 销售任务） | POST | /ai/customer/customerList?pageNum={pageNum}&pageSize=10 |

> 🔁 本清单与下文各 Step 中"接口："标注的路径完全一致。如发现两处不一致，以下文 Step 中的标注为准（本清单仅为快速比对索引），同时立即向用户报告该不一致以便修正。

🛡️ 双轨强约束（本文档 + 代码）

> 上述清单同时存在于 scripts/api_paths.py，构成"双轨强约束"：

> - LLM 直接发请求时（curl/工具调用）： 必须对照本文档清单逐字符比对路径。

> - 脚本调用 API 时（如 submit_task.py）： 严禁脚本内硬编码 URL，必须从 api_paths.py 通过 build_url("xxx") 获取，并配合 assert_url_matches() 自检。

> - 新增/修改接口的强制流程： 先改 SKILL.md 这张表 → 再改 api_paths.py → 然后才能在脚本里使用；遗漏任一步即视为 bug。

> - 漂移检测： 运行 python scripts/api_paths.py 会扫描本文件中所有 https://ai.deepsop.com/prod-api/... 路径，若有未在 api_paths.py 登记的项目则非零退出。该命令应在每次修改路径后执行一次自检。

完整执行流程

Step 0：触发类型判断（每次进入技能必须首先执行）

检查当前输入内容是否包含 [DeepSOP-AutoQuery] 标记：

包含该标记：这是 cron 定时回调。**不得询问用户是否继续，不得等待确认，不得说「我将开始查询」。立即从输入文本中解析变量（taskId、aiwaDagTaskId、aiwaCustomerPoolId、frankDagTaskId、franDagTaskId、franCustomerPoolId、lisaDagTaskId、lisaCustomerPoolId、taskName、totalTarget、employeeList、feishuChatId），跳过 Step 1～4 直接执行 Step 5 的全部内容（查询接口 → 生成 xlsx → 发送文件 → 回复文字摘要），直到所有参与员工的结果都处理完毕。
不包含该标记：这是用户主动指令，继续执行 Step 1。

Step 1：第一轮 AI 分析（任务拆解 + 意图分流）

> 🔀 意图分流前置（在跑下方拆解 prompt 之前先判断）：

> 如果用户输入明确包含以下关键词之一且不带销售目标数量（如「找 N 个客户」「发邮件」「打电话推销」），判定为「场景创建意图」：

> - 「创建电话场景」「新建外呼话术」「新建电话机器人」「新建场景」「做一个外呼场景」

> - 「场景审核」「提交场景审核」「话术审核」「让阿里云审一下」

> - 「修改场景 / 修改话术 / 改一下场景库」（带或不带 scriptId）

> - 「撤销场景审核 / 撤回场景审核 / 取消场景审核」 → 走 Step 1.7.6 辅助操作中的 withdrawScriptReview 分支

> - 「重新提交场景审核 / 重审已有场景」（用户明确说明是已有 scriptId、不要改内容） → 走 Step 1.7.6 辅助操作中的 submitScriptReview 分支

> 命中此意图 → 跳过下方 Step 1 任务拆解 prompt + Step 1.5/1.6/2/3/3.5/4/5 的销售流程，直接进入 Step 1.7：电话场景创建/审核子流程。

> 若用户句子里同时有销售意图（如「先建一个外呼场景，再用它给我打 50 个家纺客户的电话」），按以下顺序处理：

> 1. 先走 Step 1.7 完成场景创建+审核，拿到 scriptId / agentProfileId；

> 2. 再回到下方 Step 1 拆解销售意图，进入 Step 1.5/1.6/2/3 流程；

> 3. 进入 Step 3 前置 A-2 时，把 Step 1.7 拿到的 scriptId / agentProfileId 作为已选场景直接复用，不要再调 listScripts 让用户选。

> 未命中场景创建关键词 → 进入下方常规销售任务拆解。

用以下 prompt 分析用户指令，严格返回 JSON，不含任何额外文字：

根据【指令】描述，Json格式返回数据
不需要多余的描述，不要过度解读，没有提及的内容请不要擅自理解，识别结果除了Json数据其他文字不要出现
规则如下：{
  "taskName": "根据描述总结出一个简洁的任务名称"
  "executionMode": "判断描述中是否明确提及每日/每天/周期性，如果提及则返回周期性任务，未提及则返回定额任务"
  "totalTarget": "提取描述中提及的数量（无单位纯数字）"
  "employeeList": "首先将描述按逗号、顿号等分隔符拆分成多个子任务，然后为每个子任务匹配对应员工：
    - 挖掘客户职能（AiWa）：匹配任何包含“找”、“开发”、“行业”、“客户”等与客户挖掘相关的描述，以及没有明确匹配其他职能的单子任务
    - 邮件销售职能（Frank）：匹配包含“邮件”、“发邮件”等关键词的描述
    - 电话销售职能（Fran）：匹配包含“电话”、“打电话”、“电话销售”等关键词的描述
    - 短信销售职能（Lisa）：匹配包含“短信”、“发短信”等关键词的描述
    - 生产视频职能（Jack）：匹配包含“视频”、“生产视频”等关键词的描述
    - 智能SEO优化职能（Sophia）：匹配包含“SEO”、“优化”、“搜索引擎”等关键词的描述
    - AI剪辑师职能（Alex）：匹配包含“剪辑”、“视频剪辑”等关键词的描述
    - 独立站客服职能（Leo）：匹配包含“客服”、“客户服务”、“咨询”等关键词的描述
    如果拆分后只有一个子任务且没有匹配上员工，则默认匹配挖掘客户职能（AiWa）
    最后汇总所有匹配到的员工名称组成一个,拼接的字符串并返回（去重）",
  "language": "判断描述中是否明确提及国家或地区，若提及了国家或地区但和中国没有关联则返回'英文'其他情况返回'中文'",
}

解析结果字段（注意：这些只是 SKILL 内部用的解析变量，不要原样塞到最终 API 请求体里）：

totalTarget：目标数量（数字）— 仅作为 employeeParams.AiWa.totalTarget 的值来源，不得作为根级字段
employeeList：参与员工逗号字符串，如 "AiWa" 或 "AiWa,Frank" — 仅本 SKILL 内部用于决定要构造哪些 employeeParams.{Name} 子对象，绝不允许出现在最终请求体的任何层级
language："中文" 或 "英文" — 仅作为 employeeParams.Frank.language 的值，不得挂到根级或其他员工子对象
taskName：任务名称（→ collaborationSubmitTaskParam.taskName）
executionMode：中文字符串 "定额任务" 或 "周期性任务" — 这是 LLM 返回的内部变量，提交请求体时必须转换为数字：
后端枚举："周期性任务" = 0，"定额任务" = 1
🔒 当前阶段强制规则：无论 LLM 识别结果是定额还是周期性，提交请求体时 executionMode 一律硬编码为数字 1（即按定额任务下达）。
绝不允许把中文字符串直接塞进请求体（如 "executionMode": "定额任务"），会被后端 schema 校验拒绝；也不得写成 "1"（带引号字符串）、true、null。

员工组合校验：

不支持的员工拦截：当 employeeList 包含 Jack、Leo、Sophia、Alex 中的任意一个时，终止任务，回复：

> ⚠️ 数字员工「{员工名}」尚未接入人机协作台，当前支持的员工为：AiWa、Frank、Fran、Lisa。请调整指令后重试。

销售员工无 AiWa 协同时必须指定客户来源：当 employeeList 包含 Frank、Fran、Lisa 中的任意一个或多个，且不包含 AiWa 时，不再终止任务；改为进入「Step 1.6 客户来源选择」流程，由用户通过「上传 xlsx 文件」或「搜索选择公司」两种方式指定要执行销售动作的客户来源，待客户来源确认完成（fileList / addressFileList / suppurIds 三者中至少一个非空）后再继续后续步骤。

若用户最终未提供任何客户来源（取消、放弃或多次留空），则终止任务并回复：

> ⚠️ 未指定任何客户来源，无法执行销售动作。请上传客户 / 地址簿 xlsx 文件，或搜索并选择目标公司后重试。

> （Frank / Fran / Lisa 三位销售员工均支持单独下任务，无需强制搭配 AiWa；如果你本来就想顺带做客户挖掘，也可以在指令里追加「找 N 个 XX 客户」让 AiWa 协同。）

Step 1.5：数字员工可用性校验（Step 1 完成后立即执行，所有任务均须）

接口： GET https://ai.deepsop.com/prod-api/ai/presetEmployee/list

请求头： x-api-key: $DEEPSOP_API_KEY

响应 data 数组中每条记录关键字段：

name：员工名称（与 employeeList 中的名称对应，如 AiWa、Frank、Fran、Lisa）
status：启用状态，0 = 启用，1 = 禁用
remainingDays：剩余可用天数（可为 null）

逐一检查 employeeList 中每个员工，规则如下：

禁用状态（status = 1）→ 终止任务，回复：

> ⚠️ 数字员工「{name}」当前处于禁用状态，无法执行任务。请联系管理员启用后再试。

未开通 / 已过期（status = 0 且 remainingDays 为 null 或 remainingDays ≤ 0）→ 进入签约流程（见下方 Step 1.5.1）。签约完成后重新拉取 /ai/presetEmployee/list 校验，通过后继续；用户放弃或余额不足则终止任务。

剩余天数不足（status = 0 且 remainingDays > 0 且 remainingDays ≤ 7）→ 提醒用户，但允许继续：

> ⚡ 提示：数字员工「{name}」剩余可用天数仅剩 {remainingDays} 天，建议尽快前往 https://ai.deepsop.com 续费，以免中断服务。

正常（status = 0 且 remainingDays > 7）→ 继续流程

所有员工均通过校验后，方可继续后续步骤。任一员工触发规则 1 立即停止；规则 2 必须走完签约流程且成功后才能继续。

Step 1.5.1：数字员工签约流程（仅在规则 2 触发时执行）

按顺序执行，每一步失败或用户放弃均立即终止任务。

① 拉取套餐列表

接口：GET https://ai.deepsop.com/prod-api/ai/setting/list?packageType=3

请求头：x-api-key: $DEEPSOP_API_KEY

响应 data 为数组，每项结构：

{
  presetEmployeeId,          // 关联员工 ID，用于匹配当前待签约员工
  packageOptions: [
    {
      id,                    // optionId（提交签约用）
      packageId,             // 套餐 ID（提交签约用）
      description,           // 套餐名称文案（如"月度套餐"）
      purchaseMonths,        // 1 | 3 | 6 | 12
      actualPrice,           // 人民币实价（元）
      discountRate,          // 折扣率，100 = 无折扣
      giftKToken             // 赠送 K 币数量
    }
  ]
}

根据当前待签约员工的 id 匹配对应条目，取其 packageOptions。

② 展示套餐让用户选择

先获取人民币→K币汇率：

接口：GET https://ai.deepsop.com/prod-api/system/config/configKey/CNY_TO_KCOIN

响应 msg 即为汇率（记为 rate）。

每个套餐的应付 K 币计算公式：

priceKCoin = actualPrice × (discountRate / 100) × rate

向用户展示（格式示例）：

数字员工「{name}」尚未开通，请选择签约套餐（回复序号）：
1. {description}（{purchaseMonths}个月） — {priceKCoin} K币{折扣率≠100 时追加"（{discountRate/10}折）"}{giftKToken>0 时追加"，赠送 {giftKToken} K币"}
2. ...

回复「取消」放弃签约。

等待用户回复序号。用户选"取消"或无响应 → 终止任务并回复：

> 已取消签约，任务终止。

③ K 币余额校验

接口：GET https://ai.deepsop.com/prod-api/ai/vip/balance?userId={userId}

请求头：x-api-key: $DEEPSOP_API_KEY

其中 userId 取自 Step 3 前置 B /ai/user/profile 返回的 data.userId（若此前未调用则先调用获取）。响应 data 即为当前 K 币余额。

> 🔒 强制实时查询规则（极其重要，避免使用缓存余额）：

> - 每次进入本步骤 ③ 都必须重新调用一次 /ai/vip/balance 接口，严禁复用本会话中任何先前一次查询到的 balance 值。

> - 典型踩坑场景：一次任务里有多个员工需要连续签约（例如先给 AiWa 签约扣了 K 币，紧接着又要给 Frank 签约）；或同一员工首次提示余额不足、用户充值后让你重试 —— 此时上一轮的 balance 已经过时，必须重新发请求拿最新值，不得沿用记忆里的旧数字做判断或在话术中展示。

> - 同样地，在 ④ 提交签约扣款成功之后，如果还有下一个员工要走签约流程，回到本步骤 ③ 时也必须重新查询余额，不得用「旧余额 - priceKCoin」自行推算。

> - 用户口头告知"我已经充值了/余额已经够了"也不能作为跳过本接口的理由，必须以接口实时返回为准。

取余额 balance（本次接口调用的最新返回值），与所选套餐的 priceKCoin 比较：

balance < priceKCoin → 余额不足，终止任务，回复：

> ❌ 余额不足，签约失败。当前余额：{balance} K币，所需：{priceKCoin} K币。

> 请前往 https://ai.deepsop.com 登录后充值 K 币，充值完成后重新下达任务。

不要尝试任何充值接口，直接终止流程。

balance ≥ priceKCoin → 进入 ④

④ 提交签约（扣 K 币）

接口：POST https://ai.deepsop.com/prod-api/ai/order/purchaseIndependentPackageByKToken

请求头：x-api-key: $DEEPSOP_API_KEY

请求体：

{
  "packageId": "<选中套餐的 packageId>",
  "optionId": "<选中套餐的 id>"
}

成功 → 回复：

> ✅ 「{name}」签约成功！套餐：{description}，扣除 {priceKCoin} K币。

失败（含后端返回余额不足错误码）→ 按"余额不足"文案回复并终止。

⑤ 回到 Step 1.5 重新拉取 /ai/presetEmployee/list 校验，该员工状态正常后继续剩余流程。

> ⚠️ 如果剩余 employeeList 中还有其他员工需要走签约流程，回到 Step 1.5.1 处理下一个员工时，步骤 ③ 必须重新调用 /ai/vip/balance 拉取最新余额（因为本员工的 ④ 已经扣过 K 币，旧余额已失效）。禁止用「上一员工查到的 balance − 上一员工 priceKCoin」自行推算结果作为下一员工的余额判断依据。

Step 1.6：客户来源选择（仅当 employeeList 含 Frank/Fran/Lisa 但不含 AiWa 时执行）

本步骤用于在没有 AiWa 协同的销售任务里，由用户直接指定本次销售动作要面向的客户池。所有数据最终写入 collaborationSubmitTaskParam.sourceSettings 对象（结构见本步骤末尾「最终装配规则」）。

触发条件回顾： employeeList 不含 AiWa，且至少含 Frank / Fran / Lisa 之一。employeeList 含 AiWa（无论是否还含销售员工）时，跳过本步骤。

首次提问：让用户在两种来源中二选一（也可两者并用、累加生效）：

🧭 检测到本次任务无 AiWa 客户挖掘协同，请选择客户来源（可二选一，也可两种叠加）：

1. 上传 xlsx 文件
   - 客户管理（公司导入）模板：调用 API 清单 #23 `POST /ai/customer/template` 下载（详见下方「模板下载接口」小节）
   - 地址簿（地址簿导入）模板：调用 API 清单 #24 `POST /ai/customer/contactImportTemplate` 下载（详见下方「模板下载接口」小节）
   你可以直接上传 xlsx 文件，也可以以文字形式按模板格式提供客户/地址簿信息，由我代为整理成对应 xlsx 后上传。

2. 搜索选择公司
   通过关键词搜索系统内已存在的公司（客户），由你勾选若干条，对应的客户 ID 会进入 suppurIds。

请回复「1」「2」或「1+2」，并附上你的具体输入。

途径 A：上传 xlsx 文件

模板下载接口（API 清单 #23 / #24）

两个模板不再从写死的 OSS 链接获取，必须改为调用后端接口实时下载（与前端 Vue 项目 handleDownloadTemplate / 通用 download(url, params, filename) 行为一致）。

接口：

POST https://ai.deepsop.com/prod-api/ai/customer/template            # 公司导入模板（uploadType === 'fileList'）
POST https://ai.deepsop.com/prod-api/ai/customer/contactImportTemplate  # 地址簿导入模板（uploadType !== 'fileList'）

请求头：

x-api-key: $DEEPSOP_API_KEY
Content-Type: application/x-www-form-urlencoded

请求体： 空 form（params = {}，序列化后为空字符串），不要带 JSON body。

响应： responseType: 'blob'，二进制 xlsx 流。客户端按 导入模板_${Date.now()}.xlsx 命名保存即可。

Blob 校验规则（与前端 blobValidate(data) 一致）：

若返回的 Blob 是真实 xlsx 二进制（首字节为 PK.. zip 头）→ 视为成功，直接 saveAs(blob, filename)。
若 Blob 实为 JSON 文本（被错误包装成 blob 的错误响应）→ 读取 text 后 JSON.parse，把 msg 原样回给用户，不要当成 xlsx 保存。

等价 curl（用于排查/手工取模板）：

curl --location --request POST 'https://ai.deepsop.com/prod-api/ai/customer/template' \
     --header 'x-api-key: $DEEPSOP_API_KEY' \
     --header 'Content-Type: application/x-www-form-urlencoded' \
     --output '导入模板_company.xlsx'

curl --location --request POST 'https://ai.deepsop.com/prod-api/ai/customer/contactImportTemplate' \
     --header 'x-api-key: $DEEPSOP_API_KEY' \
     --header 'Content-Type: application/x-www-form-urlencoded' \
     --output '导入模板_contact.xlsx'

> 禁止继续向用户提供 https://kocgo-ai-sales-test.oss-cn-hangzhou.aliyuncs.com/...公司导入模板.xlsx / ...地址簿导入模板.xlsx 这类硬编码 OSS 链接，模板内容以接口实时返回为准。

> 🛑 【最优先】xlsx 文件回显总开关（在本步骤任何子步骤之前先读这一条）：

> 从用户上传 xlsx 那一刻起，到本任务结束为止，所有关于该 xlsx 的内容回显只允许出现在唯一一个位置：本步骤第 3 步「转 OSS 链接」上传成功之后、按"上传成功回复硬约束"输出的那一条消息里的「号源预览块」。除此以外的任何时机、任何形式的内容回显都属于 bug，包括但不限于：

> - ❌ "文件已经解析出来了，内容如下：列：xxx | yyy | zzz，数据：..."（禁止的"解析预览"伪步骤，SKILL.md 根本没有这一步）

> - ❌ 在追问用户文件归属（A/B 类型）之前先回显任何字段

> - ❌ "我看到文件里有：张三 / 李四 / 王五 / 杨总 ..." 这种姓名预览

> - ❌ "看列结构是 xxx，所以应该是地址簿对吧" 这种"先猜归属、再让用户确认"的反问 —— 必须直接按第 1 步原话反问，不得先暴露任何列名或行内容

> - ❌ 多列并排回显（无论是表格、管道符 a | b | c、JSON、还是自然语言枚举）

> - ❌ 用 张三 / 李四 / 王五 / 示例 / xxx / 等占位符 / 脱敏 / 改写*版本"代替"回显 —— 占位符也算回显，且 100% 是幻觉

> - ❌ 在用户后续追问"刚才那个文件里第二行是谁"时再补回显

> 如果你（LLM）此刻有冲动想"让用户确认我解析对了"——立刻打住。LLM 没有可靠的 xlsx 解析能力，任何"我解析出来是 X"的话术都有极高概率把行/列错位、或把真实姓名替换成训练语料里的高频占位名（张三/李四）。正确做法是直接走第 1 步反问归属，不暴露任何列名/内容；解析校验交给第 3 步上传成功后的"号源预览块"，并且严格遵守它的单列、原值、不超过 3 条、与员工渠道一一对应等约束。

> （事故复盘：用户上传的地址簿是 杨总 + 13484093796 / 文总 + 16659106679，AI 在文件类型确认之前插入了一段未授权的"解析预览"，把姓名整个换成了占位符 张三 / 李四，并把姓名+职务+电话三列一起回显。这就是本总开关要堵死的具体场景。）

确认文件归属：用户每上传一个 xlsx 文件，必须先反问其归属于哪种模板（原话反问，不得在反问前/反问中夹带任何列名或行内容）：

> 请确认本次上传的 xlsx 属于哪种类型？

> - A. 客户管理（公司导入） —— 对应模板：公司导入模板.xlsx

> - B. 地址簿（地址簿导入） —— 对应模板：地址簿导入模板.xlsx

用户回复 A → 该文件归入「客户管理」；用户回复 B → 归入「地址簿」。不得自行猜测归属，不得用"我看列结构像是 B，对吧？"这种带预设答案的反问诱导用户。

文字形式补充：如果用户没有上传文件、而是以文字方式描述客户/地址簿信息，应按对应模板的列结构整理成 xlsx 文件，再走相同的上传 / 归属确认流程。整理时遵循模板列顺序与字段名，禁止自行新增列或合并列。

转 OSS 链接：调用 DeepSOP 的统一文件上传接口（API 清单 #22），后端会把文件落到阿里云 OSS 并返回公网可访问的 https://...aliyuncs.com/... 链接。

接口：

```

POST https://ai.deepsop.com/prod-api/system/fileUpload/upload

```

请求头：

x-api-key: $DEEPSOP_API_KEY
Content-Type: multipart/form-data（让 HTTP 客户端自动带 boundary，不要手填）

请求体（form-data）：

file：xlsx 文件本身（字段名严格为 file，不得改成 upload / xlsx / attachment）

等价 curl：

```bash

curl --location --request POST 'https://ai.deepsop.com/prod-api/system/fileUpload/upload' \

--header 'x-api-key: $DEEPSOP_API_KEY' \

--form 'file=@"<本地 xlsx 绝对路径>"'

```

成功响应示例：

```json

{

"msg": "操作成功",

"code": 200,

"fileName": "公司导入.xlsx",

"url": "https://kocgo-ai-sales-test.oss-cn-hangzhou.aliyuncs.com/material/100/xxx.xlsx"

}

```

响应解析规则：

当且仅当 code === 200 视为成功；其它 code 一律按上传失败处理，把 msg 原样回给用户并要求重试，不得继续。
取顶层 url（不是 data.url，本接口的成功结构是平铺字段）作为 OSS 链接。
该 URL 必须满足：https:// 开头 + 域名含 aliyuncs.com。不满足则视为上传失败，不得写入 fileList / addressFileList。

> 🛑 上传成功回复硬约束（强制，违反即视为 bug）：

> 用户上传 xlsx 成功后，只能给用户回以下格式的话（基础句式 + 可选号源预览）：

> > ✅ 文件 {fileName} 上传成功，本次共导入 {N} 条{公司 / 联系人}数据。

> - {N} = 本地 xlsx 的数据行数（不含表头行）；如果当前运行环境无法读取本地 xlsx，就只回「文件上传成功」，不要自己编一个数字。

> - 类型 A（公司导入）→ 后缀「条公司数据」；类型 B（地址簿导入）→ 后缀「条联系人数据」。

> 号源预览规则（按下任务员工展示对应渠道字段）：

> 在能可靠解析本地 xlsx 的前提下（如运行环境提供了 xlsx 解析能力，且能确定地读出表头列名），按本次任务的销售执行员工追加号源预览片段，只展示与该员工渠道对应的那一列前 3 条非空值，不展示其他任何字段：

> | 任务员工 | 展示列 | 列名匹配（命中任一即可，大小写不敏感） |

> |---|---|---|

> | Frank（邮件销售） | 邮箱 | email / 邮箱 / 邮件 |

> | Fran（电话销售） | 电话 | phone / mobile / tel / 电话 / 手机 / 手机号 |

> | Lisa（短信销售） | 电话 | 同上 |

> 命中后追加格式（注意：每条单独一行，前后用反引号包住，不带姓名/公司/序号以外的任何字段）：

> > 号源预览（仅展示 {Frank → 邮箱 / Fran/Lisa → 电话} 列前 3 条，供你核对，不代表全部）：

> > 1. {value_1}

> > 2. {value_2}

> > 3. {value_3}

> 强约束（违反即视为 bug，全部并列生效）：

> - 只准展示当前员工对应的那一列：Frank 不展示电话列，Fran/Lisa 不展示邮箱列；绝对禁止把同一行的姓名、公司、地址、岗位、行业、备注等其他字段拼进来。

> - 必须严格按 xlsx 中该列的原始顺序取前 3 条非空值，不得重排、去重、改写、脱敏、截断或"美化"为占位符。

> - 同一任务命中多个销售员工（例如 Fran + Lisa）时，电话列只输出一次预览块；如果同时有 Frank 和 Fran/Lisa，则分别输出邮箱预览块与电话预览块（仍然各自只取该列前 3 条）。

> - 任何无法可靠解析的情况一律退化为"只回文件名 + 条数"基础句式，不得输出号源预览块。包括但不限于：运行环境读不到本地 xlsx；找不到匹配的列名；该列前 3 行全部为空；列内容看起来与渠道不符（如声称是邮箱列但值里没有 @、声称是电话列但值里全是非数字字符）。

> - 绝对禁止凭记忆 / 凭印象 / 凭用户聊天里提过的样例编造号码或邮箱。哪怕只多写一个数字、改一个字母，也按 bug 处理。

> - 绝对禁止在号源预览块里出现任何人物姓名、公司名、阶段标签、星级、地区、备注；如果用户后续追问"这是谁的号码 / 哪个公司的邮箱"，统一回："导入的明细以 DeepSOP 后台为准，提交任务后可在客户管理 / 地址簿模块查看，本助手只对你核对的渠道列（电话/邮箱）做有限回显，不关联到具体人物或公司，以免错位。"

> 历史事故复盘（必读）： 早期实现里 AI 在"上传成功"提示里把内容回显成了 C 公司 + A 电话 / D 公司 + B 电话 这种行/列错位结果（用户原文件其实是 A 公司 + A 电话 / B 公司 + B 电话），导致用户去删数据 / 重传 / 改任务。根本原因：LLM 没有可靠的跨字段对齐能力，只要同时回显 ≥2 个字段就有概率串行。所以本规则刻意只允许单列回显、且是与当前员工渠道一一对应的那一列——既能让用户核对号源到底有没有传对，又把 LLM 的错位风险压到最低。

落位规则：

类型 A（客户管理 / 公司导入）→ 把上传接口返回的 { name, url } 对象追加到 sourceSettings.fileList 数组中。
类型 B（地址簿 / 地址簿导入）→ 把上传接口返回的 { name, url } 对象追加到 sourceSettings.addressFileList 数组中。
同一类型可累加多个文件，按上传顺序追加。

> 🛑 类型强约束（最常见、最高危错误）：fileList / addressFileList 的元素必须是 ExcelFile 对象，对应后端 Java POJO：

> ```java

> public static class ExcelFile {

> String name; // 文件名（含 .xlsx 后缀），如 "公司导入.xlsx"

> String url; // 阿里云 OSS 公网 URL（来自上传接口顶层 url 字段）

> }

> ```

> 整体类型是 ExcelFile[]（即 Array<{name: string, url: string}>）。两字段约束完全对称，任一写错都会导致后端解析失败或客户来源丢失。

> 元素装配规则： 上传接口 /system/fileUpload/upload 成功响应的顶层字段：

> - fileName → 装到 ExcelFile 的 name 字段（注意：上传响应叫 fileName，但 ExcelFile 的字段叫 name，需要重命名）

> - url → 装到 ExcelFile 的 url 字段

> addressFileList（地址簿 / 地址簿导入）

> 正确：

> ```json

> "addressFileList": [

> { "name": "地址簿导入.xlsx", "url": "https://kocgo-ai-sales-test.oss-cn-hangzhou.aliyuncs.com/material/100/xxx.xlsx" }

> ]

> ```

> 错误：

> - ❌ "addressFileList": ["https://..."]（裸 URL 字符串数组 — 后端反序列化为 ExcelFile 失败）

> - ❌ "addressFileList": [{ "url": "https://..." }]（漏 name）

> - ❌ "addressFileList": [{ "name": "...", "url": "...", "fileName": "..." }]（多余 fileName 键 — 用 name，不要再带 fileName）

> - ❌ "addressFileList": [{ "fileName": "...", "url": "..." }]（key 写成 fileName — 必须是 name）

> - ❌ "addressFileList": {}（空对象 — 类型必须是数组）

> - ❌ "addressFileList": [{}]（空对象元素）

> - ❌ "addressFileList": null / 省略字段（无地址簿文件时写成空数组 []，不能为 null 或缺省）

> fileList（客户管理 / 公司导入）

> 正确：

> ```json

> "fileList": [

> { "name": "公司导入.xlsx", "url": "https://kocgo-ai-sales-test.oss-cn-hangzhou.aliyuncs.com/material/100/yyy.xlsx" }

> ]

> ```

> 错误： 错误模式与 addressFileList 完全对称（裸字符串、漏 name、key 写成 fileName、{} / null / 缺省、空对象元素等），不再赘述。此外：

> - ❌ 把已经成功上传的 xlsx 文件 "忘了"放进去（最终请求体里 fileList: []，导致前端选了文件但后端实际收不到客户来源）

> 统一规则：用户每上传一个 xlsx 并由其确认归属后，对应的 { name, url } 对象（name 来自上传响应的 fileName，url 来自顶层 url）必须作为 ExcelFile 元素 push 进对应数组（A 类→fileList，B 类→addressFileList），并在最终提交前肉眼核对 sourceSettings 中两字段的元素数量与已确认归属的文件数一致。禁止在最终请求体里把已成功上传的文件丢失为 []，更禁止把字段写成 {} / null / 字符串数组 / 漏 name 或 url 任一键。

updateSupport（仅 fileList 非空时生效）：

含义：xlsx 中存在与系统内已有客户公司名完全相同时，是否覆盖更新已有客户信息。
取值：1 = 更新（默认）；0 = 不更新。
用户未明确说明时使用默认值 1；用户表达「不要覆盖 / 保留原数据 / 不要更新已有客户」等含义时改为 0。

途径 B：搜索选择公司（`sourceType === 'search'`）

此途径对应前端 Vue 项目的「客户搜索栏」逻辑（sourceType === 'search' 分支），与前端共用同一个客户列表接口。

接口（API 清单 #21）：

POST https://ai.deepsop.com/prod-api/ai/customer/customerList?pageNum={pageNum}&pageSize=10

请求头：x-api-key: $DEEPSOP_API_KEY

Query 参数（与 body 中同名字段冗余传递，与前端 Vue 的 params 对齐）：

pageNum：从 1 开始的页码
pageSize：固定为 10，禁止改写

Body（JSON）：

{
  "pageNum": <同上>,
  "pageSize": 10,
  "name": "<公司名搜索关键词，无关键词时填空字符串 \"\">",
  "searchSort": "<排序字段：\"\" | \"email\" | \"phone\">",
  "type": 0
}

> 🔒 Body 字段硬约束：

> 1. type 恒为数字 0（不是字符串、不是 1），来自前端 getCustomerList 中 { ...customerQueryParams, type: 0 } 的硬编码。

> 2. searchSort 仅允许三种值：""（默认不排序）、"email"（按邮箱排序）、"phone"（按电话排序）。任何其他值都属于编造。

> 3. name 为空时必须显式传 ""，不要省略键也不要传 null。

> 4. 同一次会话中，每次发起搜索都需把上述 5 个键全部带上，缺键属于错误。

响应字段：

total：搜索到的总条数（数字）
rows：当前页的客户数组，每条至少含：
id：客户唯一 ID（用于装入 suppurIds）
name：公司名
countryName / countryValue：国家中文名 / 国家代码（如 cn、us，前端用作国旗图片名）
email / phone：联系邮箱 / 电话（可能为空，空时取 aiCustomers[0] 的对应字段）
stageLabel：客户阶段对象 { stageLabel, backgroundColor, color }（可空）
groupName / groupId：客户分组（可空）
level：客户星级（0–5）
aiSuppurLabels：客户标签数组 [{labelName, backgroundColor, color}, ...]
aiCustomers：联系人数组；当 email / phone 为空时，前端会取 aiCustomers[0].email / aiCustomers[0].phone 兜底（对齐 Vue 的 handlePropLabel）。
aiDynamics / aiEmails / aiPhoneCalls：跟进动态 / 邮件 / 电话数组，后端原始返回，前端 calculateLastFollowInfo 用它们衍生出 lastFollowInfo 字段。

> ℹ️ lastFollowInfo 不是后端返回字段，是前端纯展示衍生数据。SKILL 侧只需要 id 用于 suppurIds，无需复刻 calculateLastFollowInfo 的衍生逻辑；如需在对话里展示"最近动态"，可参考 Vue calculateLastFollowInfo：从 aiDynamics / aiEmails(emailSubject 当 content、createTime 当 time) / aiPhoneCalls(解析 describeJobJson.body.job.contacts[0].phoneNumber + tasks[0].status) 三个列表中各取最新一条，再按 time 取最大者作为该客户的"最近动态"。

交互流程：

首次进入搜索：用户选择途径 2 后，先以默认参数 { pageNum: 1, pageSize: 10, name: "", searchSort: "", type: 0 } 拉取一次列表（与 Vue watch.sourceType 中 if (newVal === 'search' && !this.customerTableData.length) 行为一致），再让用户输入关键词。

关键词搜索：用户给出公司名 / 关键词时，把它作为 name 重发请求，并把 pageNum 重置为 1（对齐 Vue 的 handleCustomerQuery）。

结果展示：每次返回向用户输出：

> 共搜到 {total} 条数据，当前为第 {pageNum} 页 / 共 {Math.ceil(total/10)} 页（每页 10 条）。

> 1. {name} | {countryName} | {email or phone} | 阶段：{stageLabel?.stageLabel || '—'} | 等级：{level}星

> 2. ...

> 回复「页码 N」切换分页；回复「{name 关键词}」重新搜索；回复要选中的条目序号（多个用逗号分隔，如 1,3,5）或「全选当前页」加入选择；回复「清空选中」可重置已选；回复「确认」结束选择。

翻页：用户回复「页码 N」时，保持 name / searchSort 不变，仅更新 pageNum = N 后重新调用接口。N 必须 ∈ [1, ceil(total/10)]，越界则回复并要求重输。

排序切换（可选）：当用户表达"按邮箱排序" / "按电话排序"时，把 searchSort 设为 "email" / "phone"，否则保持 ""（对齐 Vue 的 handleCustomerSortChange：再次点击同一列时回到 ""）。

勾选 / 全选 / 清空（对齐 Vue 的 handleCustomerSelect / handleCustomerSelectAll / handleClearCustomerSelection）：

单选：selection 数组中存在该 id 则移除，否则追加。
全选当前页：把当前 rows 中尚未在 selection 内的全部加进去；取消全选则把当前 rows 中已选的从 selection 移除（只影响当前页，不清掉其他页已选）。
清空：selection 置空。
翻页或重新搜索时不要清空 selection（Vue 中 getCustomerList(false) 的 clearSelectionFlag=false 路径），需要在新页面里把已勾选过的行用接口返回的 id 集合回显为已选。

同步到 sourceSettings.suppurIds（对齐 Vue 的 syncCustomerIds）：每次 selection 变更立即执行：

```

sourceSettings.suppurIds = selection.map(item => item.id)

```

字段名是 suppurIds（拼写：suppur 非 supplier），不得改写为 supplierIds / customerIds。 id 类型保持接口返回原样（数字或字符串），不做 toString / parseInt 转换。

结束选择：用户回复「确认」（或表达完成选择的等价语义）后退出途径 B。未确认前不进入 Step 2/3。

最终装配规则

完成客户来源选择后，本步骤产出的 sourceSettings 必须严格采用以下结构（键集与示例一致，键序不限）：

{
  "groupId": [],
  "stageId": [],
  "labelId": [],
  "level": [],
  "seasGroupIds": [],
  "addressId": [],
  "fileList": [],
  "updateSupport": 1,
  "addressFileList": [],
  "suppurIds": []
}

字段说明（仅 fileList / updateSupport / addressFileList / suppurIds 由本步骤填充，其余固定为空数组）：

| 字段 | 类型 | 来源 | 说明 |

|---|---|---|---|

| fileList | ExcelFile[] | 途径 A 类型 A | 客户管理（公司导入）xlsx 文件对象列表，元素结构 { "name": "<文件名>", "url": "" } |

最终硬校验（继续后续步骤前必过）：

fileList.length > 0 或 addressFileList.length > 0 或 suppurIds.length > 0，三者至少一个非空。
若三者全空，回到本步骤开头重新询问用户；连续 2 次询问仍全空，按 Step 1「员工组合校验」第 2 条的终止文案结束任务。

> 🔒 本步骤产出的 sourceSettings 优先级最高：当 employeeList 不含 AiWa 但含销售员工时，最终提交请求体中的 sourceSettings 必须是本步骤产出的对象，禁止使用 AiWa 联合场景下含 cascader / aiMining / customerMining / seasMining / uploadMining / countryId / addressMining 的旧版结构。

Step 1.7：电话场景创建/审核子流程（独立入口）

> 触发方式（任一）：

> - A. 用户主动触发：Step 1 意图分流命中"场景创建"关键词。

> - B. Fran 流程兜底：Step 3 前置 A-2 的 listScripts 返回空、或全部场景 status 都不是 PUBLISHED，且用户回复"创建/我自己建/帮我建一个"。

> 出口：拿到 scriptId + agentProfileId（场景已 PUBLISHED）。

> - 触发方式 A 完成后：直接回复用户"场景已发布，可用于后续电话销售任务"，不再自动进入销售流程；

> - 触发方式 B 完成后：把 scriptId / agentProfileId 当作前置 A-2 的选定结果，继续 Step 3 前置 B / D / 最终提交流程。

Step 1.7.0：环境前置自检

进入子流程前，先校验外呼实例可用性（与 Step 3 前置 A-0 同接口）：

接口：GET https://ai.deepsop.com/prod-api/ai/outBound/describeInstance，请求头 x-api-key: $DEEPSOP_API_KEY。

实例并发数为 0：终止子流程，回复用户"外呼实例并发数为 0，请联系管理员开通后再尝试创建场景"；
实例可用：继续。

Step 1.7.1：澄清场景基础信息

向用户依次询问以下槽位。每一轮只问 1～2 个槽位，等用户回复后才追问下一组。所有 promptJson.* 字段名与上限均与前端 Vue 表单严格对齐，超长会被后端拒绝或截断：

| 槽位 | 必填 | 默认 | 上限（字符） | 说明（与 Vue 表单 label 一致） |

|---|---|---|---|---|

| industry | 否 | "通用" | — | 行业（scriptParams.industry） |

| scene | 否 | "通用" | — | 场景（scriptParams.scene） |

| scriptName | 是 | — | ≤30 | 场景库名称（scriptParams.scriptName） |

| promptJson.openingPrompt 👋 开场白 | 是 | — | 200 | 开场白原文，直接对客户读出来的话 |

| promptJson.goals 🚩 目标 | 是 | — | 1000 | 此次呼叫的目的，如「调研上次服务的满意度情况」 |

| promptJson.background 📌 背景 | 否 | "" | 2000 | 呼叫背景，活动信息、FAQ 等 |

| promptJson.skills 🛠️ 技能 | 否 | "" | 1000 | 机器人能执行的具体事项（多条用编号） |

| promptJson.workflow 🧰 流程 | 否 | "" | 4000 | 与客户交流的过程骨架 |

| promptJson.constraint 📦 约束 | 否 | "" | 3000 | 对话约束/异常话术（专业用语、情绪识别等） |

> ⛔ 禁止 LLM 自己脑补 openingPrompt 与 goals：必须由用户至少给出大致内容；若用户说"你帮我编一个"，先草拟一版展示给用户确认，等待用户回复"确认/就这个"才能继续。

> ⛔ 禁止超长：每个字段提交前自检 len(value) ≤ 上限；接近上限时（≥80%）主动提醒用户精简，避免脚本 pre-flight 校验报 TOO_LONG。

> ⛔ 不要再向用户索要 Vue 表单未暴露的字段（如 name / gender / age / role / communicationStyle / output / aiHangupOutput / aiSilenceTimeoutOutput）。这些字段在 schema 里存在，但 Vue UI 不让用户填，本 SKILL 同样统一以空字符串占位，由后端使用其默认行为。

线索字段（agentForm.labelsJson，对应 Vue 底部「线索收集管理」表格，非必填，可多次追加）：

让用户列出"这通电话需要收集的客户信息"，每条 3 列：

线索名称（name）：要收集的字段名，如「客户兴趣」「能否到访」
线索描述（description）：用于让机器人正确判定该线索的解释
线索关键词（valueList）：候选取值数组（Vue UI 是"+ 关键词"逐个加 tag），如 ["有兴趣","没兴趣","待跟进"]；用户可以不填，留空数组 [] 表示开放收集

> 装配时 valueList 必须先转成 JSON 字符串（如 "[\"有兴趣\",\"没兴趣\"]"），这是阿里云 Chatbot 的格式硬要求；脚本内 validate_script_params.py 会强校验此点。

变量字段（agentForm.variablesJson，非必填）：通话过程中需要替换的占位变量名（如 customerName），每条 {name, description}，最终也是 JSON 字符串。

Step 1.7.2：TTS 音色配置

向用户提供以下默认值，并允许用户调整：

默认 TTS 配置：
- 发音人：CosyVoice:longcheng（女声 / 通用）
- 引擎：ali（阿里云标准 TTS）
- 音量：50（0–100）
- 语速：0（-500 ~ +500）
- 语调：0（-500 ~ +500）
- 全局可打断：开
- 服务类型：Managed

用户可单点或整体替换；若选择克隆音色，引擎须改为 bailian。禁止让用户自由输入 nlsServiceType / nluEngine / nluAccessType，全部按下方"参数固定值"装配。

Step 1.7.3：装配请求体（两段 JSON 字符串）

待全部槽位收齐，按以下结构装配。严格对齐 Vue 数据模型：promptJson 内部包含全部 14 个 schema 字段，但只有 6 个用户可填字段会有值，其余字段统一使用空字符串占位。

agentParams.promptJson / labelsJson / variablesJson / scriptParams.ttsConfig 都是先建对象/数组再 JSON.stringify 一次得到的字符串；其中 labelsJson[*].valueList 还要再 JSON.stringify 一次（二次 stringify）。

构建步骤建议（按顺序，避免 LLM 拼错引号）：

先构造 promptJson 的对象：

```json

{

"name": "", "gender": "", "age": "", "role": "", "communicationStyle": "",

"openingPrompt": "您好，我是XX公司客服助理...",

"goals": "邀约客户参加 4 月 20 日新品发布会",

"background": "",

"skills": "",

"workflow": "",

"constraint": "",

"output": "", "aiHangupOutput": "", "aiSilenceTimeoutOutput": ""

}

```

再 JSON.stringify 一次得到 agentParams.promptJson 字符串。

构造 labelsJson 的数组（用户每条线索）：

```json

[

{ "name": "客户兴趣", "description": "客户对产品是否有兴趣的判断", "valueList": ["有兴趣", "没兴趣", "待跟进"] }

]

```

遍历对每个元素的 valueList 单独 JSON.stringify：

```json

[

{ "name": "客户兴趣", "description": "客户对产品是否有兴趣的判断", "valueList": "[\"有兴趣\",\"没兴趣\",\"待跟进\"]" }

]

```

再对整个数组 JSON.stringify 一次得到 agentParams.labelsJson。

构造 ttsConfig 的对象，再整体 JSON.stringify 得到 scriptParams.ttsConfig：

```json

{

"voice": "CosyVoice:longcheng",

"voiceShow": [0, "CosyVoice:longcheng"],

"volume": 50,

"speechRate": 0,

"pitchRate": 0,

"globalInterruptible": true,

"engine": "ali",

"nlsServiceType": "Managed"

}

```

最终请求体（与 Vue getProcessData() 输出 1:1 对齐）：

```json

{

"agentParams": {

"model": "model_001",

"agentProfileId": "",

"promptJson": "<上方第 1 步 stringify 后的字符串>",

"labelsJson": "<上方第 2 步 stringify 后的字符串>",

"variablesJson": "[]"

"scriptParams": {

"scriptId": "",

"scriptName": "4月新品发布邀约",

"industry": "通用",

"scene": "通用",

"nluEngine": "Prompts",

"nluAccessType": "Managed",

"ttsConfig": "<上方第 3 步 stringify 后的字符串>"

}

```

> 🔒 字段名零改写规则同样适用于本步骤（参见 Step 3 总规约「字段名零改写规则」）：

> - agentParams ≠ agent_params / AgentParams；scriptParams ≠ script_params

> - promptJson / labelsJson / variablesJson 必须是 JSON 字符串（外层套引号、内层用 \"），不得直接放对象/数组

> - ttsConfig 同上，是 JSON 字符串而不是对象

> - labelsJson 元素里的 valueList 是二次 stringify 过的字符串（如 "[\"v1\",\"v2\"]"），不是数组

> - 修改场景（Fran 流程兜底外的「编辑现有草稿」入口）需在 agentParams.agentProfileId 与 scriptParams.scriptId 填入既有值；新建场景这两个字段一律为空字符串 ""，禁止省略键名

> 🔡 UTF-8 传输强约束（这是脚本存在的核心理由）：

> - LLM 在 Windows 终端禁止直接用 curl / Invoke-RestMethod 提交以上请求体——cp936 代码页会把 openingPrompt / goals / background 等中文字段静默转码导致后端审核拒绝

> - 必须通过 python3 scripts/submit_script_review.py <<'SCRIPT_BODY_EOF' ... SCRIPT_BODY_EOF 走脚本，脚本内部以 bytes = json.dumps(body, ensure_ascii=False).encode("utf-8") + Content-Type: application/json; charset=utf-8 显式发送字节，已和 submit_task.py 同级别强约束

Step 1.7.4：提交并轮询审核

把装配好的 body 通过 stdin 喂给 scripts/submit_script_review.py，禁止写 curl：

python3 scripts/submit_script_review.py <<'SCRIPT_BODY_EOF'
{
  "agentParams":  { ... },
  "scriptParams": { ... }
}
SCRIPT_BODY_EOF

脚本内部串行执行：

UTF-8 解码 stdin；
跑 validate_script_params.py 做结构/取值层 pre-flight 校验；
POST /ai/outBound/createOrModifyScriptAndSubmitScriptReview 提交场景+TTS+机器人设定；
拿到返回中的 scriptId / agentProfileId；
每 10s 轮询一次 /ai/outBound/describeScript 直到 data.body.script.status === "PUBLISHED" 或超时（默认 600s）。

可选参数：

--no-poll：提交完立即返回（不等审核），用于"先入库再异步等"的场景。
--max-wait-seconds N：自定义最长等待时长（秒）。
--dry-run：只跑校验，不发任何 HTTP。

输出（stdout 单行 JSON）：

成功：{"ok":true,"stage":"done","scriptId":"...","agentProfileId":"...","status":"PUBLISHED","elapsed_seconds":47}
校验失败：{"ok":false,"stage":"validate","summary":"...","errors":[{path,code,msg,suggestion}]}
网络/服务端非 2xx：stage 为 http，含 response
审核未在超时内完成：stage 为 polling，含 scriptId 与最后一次 status
审核被驳回（status ∈ {FAIL_REVIEW,REJECT,FAILED}）：ok:false，须把错误信息原样回给用户后让其调整 prompt 后重试

> ⛔ 退出码 0 才算成功；非 0 必须把 summary / errors 原样回报用户，禁止绕过校验或假装成功。

Step 1.7.5：审核完成后的处理

触发方式 A（用户主动）：回复

> ✅ 场景"{scriptName}"已通过阿里云审核（scriptId=...，agentProfileId=...），后续提交 Fran 电话任务时可直接选用。

触发方式 B（Fran 兜底）：把 {scriptId, agentProfileId} 当作前置 A-2 的最终选定结果，不再回调 listScripts，直接进入 Step 3 前置 B（若需要）或最终装配。在装配 Fran 子对象时：
scriptId ← 本步骤拿到的字符串原值（不得改名、不得二次包裹引号）
agentProfileId ← 本步骤拿到的字符串原值（不得改名为 agentId / chatbotId / profileId）

Step 1.7.6：场景审核辅助操作（用户已有草稿/审核中场景）

当用户不是要新建/编辑场景内容，而是想：

重新提交既有草稿/已发布场景进入审核（如已存在 DRAFTED / ROLLBACK_FAILED / PUBLISH_FAILED / 已 PUBLISHED 但想重审的场景）→ 用 5.4 submitScriptReview
撤销正在审核中的场景（TO_BE_REVIEWED 等）→ 用 5.5 withdrawScriptReview

前置确认（必须先做，禁止直接发请求）：

调用 5 listScripts（请求体 {"pageNumber":1,"pageSize":20,"scriptName":"<可选关键词>"}）拿到列表；
将 scriptName + status + 创建时间 渲染给用户挑选；
等用户明确选定后才取出对应 scriptId。

请求体（两个接口结构一致）：

{
  "scriptId": "<上一步选定>",
  "description": "提交审核"
}

> 与 submit_script_review.py 不同，本步骤不走 pre-flight 校验（请求体足够简单），可以直接发送，但仍需通过 python -c "import urllib.request,json; ..." 或临时小脚本以 UTF-8 字节路径发出，禁止 PowerShell 原生 Invoke-RestMethod（避免 cp936 影响 description 字段，虽然此处通常是固定文案）。

成功后必须调用 describeScript 复查一次 status 再回复用户实际状态变化（如 DRAFTED → TO_BE_REVIEWED），不要凭返回 code:200 就声称"已通过审核"。

Step 2：第二轮 AI 分析（仅当 employeeList 包含 AiWa）

用以下 prompt 对同一用户指令做第二轮分析，严格返回 JSON。该 prompt 的 JSON 字段名、结构、取值类型不得改写——下游 validate_employee_params.py 与 addressObjList 的 type=1/0 构建逻辑都依赖此契约。

根据【指令】描述，Json格式返回数据，其中所有数值部分一律以字符串输出（如 "50"，禁止输出数字 50），未提及的字段一律返回空字符串 ""（数组类字段除外，按字段说明处理）。

【全局原则】
1. 只识别描述中明确出现的信息，禁止过度解读、补全、推断未提及的内容；不确定时一律返回空字符串。
2. 输出必须是合法 JSON，且除 JSON 外不得出现任何说明文字、Markdown 代码块标记、注释。
3. 字段顺序、键名、类型必须严格与下方"规则"完全一致。

【数值区间通用规则（员工/门店等所有 RangeStart / RangeEnd 字段统一适用）】
- 仅当描述中明确出现"<对象>X<量词><比较词>"形态时才提取，三种比较词分别处理：
  - "X以上"      → Start = "X"，End = ""
  - "X以下"      → Start = ""，End = "X"
  - "X左右"      → Start = "X"，End = "X"
  - "X到Y" / "X-Y" / "X至Y" → Start = "X"，End = "Y"
- 未出现比较词或仅出现单一具体数字（如"员工50人"无以上/以下/左右）→ Start/End 均为 ""。
- 描述中"找X家门店""开发X个客户""挖掘X家"等是**任务目标数量**，**不**写入 storeNumberRange* / employeeNumberRange*；任务目标已在 Step 1 的 totalTarget 处理，本步骤不重复提取。

【国家 vs 七大洲互斥规则】
- 如果描述中提到任何具体国家（如"中国"、"英国"、"美国"），则 continent 必须为 ""，仅在 country / countryCodeList 中输出。
- 仅当描述中只提到大洲（如"亚洲眼镜店"）而未提到任何国家时，才在 continent 输出对应大洲名，country / countryCodeList 留空（country = ""，countryCodeList = ""）。
- 七大洲取值集合限定为：亚洲、欧洲、非洲、北美洲、南美洲、大洋洲、南极洲。

【地址提取规则（addressObjList）】
- 第一步：识别并**排除**所有出现在公司名称、品牌名、企业全称、组织机构名、店铺名中的地理位置——例：【巨龙光学（福建）有限公司】中的"福建"、【XX上海分公司】中的"上海"、【杭州佬大食品】中的"杭州"，均不参与提取。
- 第二步：在剩余描述里提取明确出现的、国家层级之下的地理位置；中国地址按"一级（省/直辖市/自治区）→二级（市）→三级（区/县/镇）"拆分，**多级用英文逗号 `,` 拼接到同一字符串**（如"浙江宁波鄞州区" → "浙江,宁波,鄞州区"）。
- 第三步：非中国地址（英文国家/地区下的地理位置）一律以英文原文整段输出，不做层级拆分（如"London, UK" → "London, UK"）。
- 多个互不归属的地址：用英文分号 `;` 分隔多组（如"浙江宁波;广东深圳" → "浙江,宁波;广东,深圳"；"London, UK; Paris, France" → "London, UK; Paris, France"）。下游会按 `;` 切分为多个对象，再按是否含中文拆分到 `type=1`（结构化省市县）或 `type=0`（自由文本 address）。
- 如排除公司名后**无其他地理位置**，返回 ""（下游会构造占位 `type=1` 空对象，禁止你输出任何编造地址）。

【关键词提取规则（keywordList）】
- 优先识别"客户挖掘"语义片段（包含"找/开发/挖掘/拓展/寻找/获客/开拓/对接"等动词），仅从该片段提取核心名词。
- 若整段描述无客户挖掘语义（如纯品牌运营/内容生产指令），则从整段提取核心业务名词。
- 必须**排除**所有地理位置词（省、市、区、县、镇、国家、大洲、城市/地区名），它们不属于关键词。
- 必须**排除**已写入 employeeNumberRange* / storeNumberRange* / industryList 等其他字段的纯量词、人数、家数。
- 提取后为每个核心名词补全中文同义词与对应英文翻译，最终用英文逗号 `,` 拼接（如"眼镜店" → "眼镜店,optical shop,眼镜零售,eyewear store"）；同义词去重，禁止保留分隔符前后空格。

【行业推断规则（industryList）】
- 根据 keywordList 的核心业务语义推断 1~3 个一级行业标签，用英文逗号 `,` 拼接（如：服装、数码、家居、餐饮、美妆、医疗、教育、汽车、建材、机械、化工、能源、金融、物流、农业、零售、家纺）。
- 不可纯凭地理位置/数量推断行业；若 keywordList 完全无法确定行业，返回 ""。

规则如下（**键名/顺序不可改**）：{
  "keywordList": "按【关键词提取规则】产出的英文逗号分隔字符串。例：眼镜店,optical shop,眼镜零售,eyewear store",
  "continent": "按【国家 vs 七大洲互斥规则】产出。仅在描述只提到大洲、未提到任何国家时才填；提到国家则必须为 \"\"。例：亚洲",
  "country": "明确提及的国家，多个用英文逗号分隔。例：中国,英国",
  "countryCodeList": "对应国家的 ISO 3166-1 alpha-2 代码，顺序与 country 一一对应，多个用英文逗号分隔。例：CN,GB",
  "addressObjList": "按【地址提取规则】产出的字符串：单个地址内用 `,` 拼接层级，多个不同地址用 `;` 分隔；非中国地址保留英文原文不拆层级；无地址时为 \"\"。例：浙江,宁波;London, UK",
  "employeeNumberRangeStart": "按【数值区间通用规则】仅在描述明确包含 '员工X人以上/以下/左右/到/至' 时提取最小值；否则为 \"\"。",
  "employeeNumberRangeEnd": "按【数值区间通用规则】仅在描述明确包含 '员工X人以上/以下/左右/到/至' 时提取最大值；否则为 \"\"。",
  "storeNumberRangeStart": "按【数值区间通用规则】仅在描述明确包含 '门店X家以上/以下/左右/到/至' 或 'X家门店以上/以下/左右' 时提取最小值；否则为 \"\"。'找X家门店' 不属于此字段。",
  "storeNumberRangeEnd": "按【数值区间通用规则】仅在描述明确包含 '门店X家以上/以下/左右/到/至' 或 'X家门店以上/以下/左右' 时提取最大值；否则为 \"\"。'找X家门店' 不属于此字段。",
  "industryList": "按【行业推断规则】产出，多个用英文逗号分隔。例：服装,数码,家居"
}

> 📌 addressObjList 字段升级说明：本版本约定多个地址使用英文分号 ; 分隔多组，组内用英文逗号 , 分级。下游 AiWa 参数构建规则（见后文「AiWa 参数构建规则」中 addressObjList 一节）将该字符串先按 ; 切多个原子地址，再对每个原子地址按"是否包含中文"决定 type=1（中文结构化）或 type=0（英文自由文本）；空字符串仍走占位对象。

Step 3：构建并提交任务

> 🧷 下任务参数总规约（最高优先级，所有员工通用）

> 提交任务时 collaborationSubmitTaskParam 对象有且仅有以下 5 个根级键，键名、类型、取值规则严格如下：

> ```ts

> {

> "taskName": String, // AI 总结出的任务名称（来自 Step 1 的 taskName，非空字符串）

> "currentModule": "content",// 字符串字面量，永远是 "content"（不分员工组合，无任何例外）

> "executionMode": Number, // 永远写数字 1（当前阶段一律按定额任务下达；后端枚举：周期性=0、定额=1）

> "employeeParams": Object, // 见下方规约

> "taskDescription": String // 用户最初下达的原始任务描述，原文透传，不要改写/精简/翻译

> }

> ```

> 同时与 collaborationSubmitTaskParam 同级必须再带：

> - completed: true（布尔字面量）

> - sourceSettings: 见下方「员工组合 → sourceSettings 对照表」（含 Fran/Lisa 时为完整对象，否则为 null）

> employeeParams 规约：

> - 是一个对象，key 为参与员工的 PascalCase 名称（AiWa / Frank / Fran / Lisa），value 为该员工自己的参数对象。

> - 包含哪些员工由 Step 1 解析出的 taskDescription + employeeList 共同决定：任务里识别出几个员工，employeeParams 就有几个对应的 key，多一个、少一个、错一个都不允许。

> - 例：任务里同时有 AiWa 和 Frank → employeeParams: { "AiWa": {...}, "Frank": {...} }，两个员工的参数都是各自独立的对象，不得混合到同一个对象里，也不得只挂一个员工的参数。

> 每个员工子对象内部参数清单（按员工查阅下文「{员工} 参数构建规则」与「{员工} 结构强约束」获取必填键、固定值、示例）：

> - AiWa: totalTarget / incrementalTarget / upperLimitTarget / keywordList / continent / country / countryCodeList / addressObjList / industryList（外加可选范围字段 employeeNumberRangeStart / employeeNumberRangeEnd / storeNumberRangeStart / storeNumberRangeEnd，仅当 Step 2 提取到值时才放入）。

> - Frank: incrementalTarget / upperLimitTarget / senderEmail / language / templateId / emailPlanList（emailPlanList 元素含 delayDay / emailSubject / emailText / loading）。

> - Fran: priority / scriptId / callingNumber / agentProfileId / minConcurrency / ringingDuration / incrementalTarget / upperLimitTarget。

> - Lisa: signName / templateCode / templateType / templateContent / incrementalTarget / upperLimitTarget / qualificationName / templateParamList。

> 必须遵守的硬规则（违反任意一条，后端立即拒绝）：

> 1. currentModule 永远等于字符串 "content"，禁止写 "analysis" / "Content" / null / 省略。

> 2. executionMode 永远等于数字 1，禁止写 0 / 2 / "1" / true / "定额任务" / "周期性任务"。

> 3. taskDescription 透传用户原始指令文本，禁止改写为 AI 总结后的简短描述（那是 taskName 的活儿）。

> 4. employeeParams 子键必须是 PascalCase 原样（AiWa / Frank / Fran / Lisa），不得改成 aiwa / aiwaParam / aiwaParams 等任何变体。

> 5. Step 1/Step 2 的内部解析变量（employeeList / language / 根级 totalTarget）一律不得出现在最终请求体中——它们只能流到对应员工子对象内的指定字段。

> 下方各员工的"参数构建规则"、"结构强约束"、"请求体示例"是上述规约的展开细节，构建请求体时必须先按本规约确定整体形状，再按对应员工的小节填充值。

接口： POST https://ai.deepsop.com/prod-api/ai/presetEmployee/submitTask

请求头：

Content-Type: application/json; charset=utf-8
x-api-key: $DEEPSOP_API_KEY

> ⚠️ 强制规则： 请求体根级必须包含 "completed": true（布尔字面量）。严禁省略、写成 null、"true" 字符串或 false，否则后端会直接返回 500。该字段与 collaborationSubmitTaskParam 同级，不在其内部。

> 🔒 强制使用 submit_task.py 提交，禁止直接 curl：

> ```bash

> python3 scripts/submit_task.py <<'TASK_BODY_EOF'

> {

> "completed": true,

> "collaborationSubmitTaskParam": { ...完整请求体... }

> }

> TASK_BODY_EOF

> ```

> 原因：直接在 bash 命令行写 curl -d '{"taskName":"家纺..."}' 会触发 Windows ANSI 代码页（cp936）与 UTF-8 之间的转码歧义，导致 taskName / taskDescription 含中文时间歇性提交为乱码。submit_task.py 通过 stdin 字节流 + 显式 UTF-8 解码 + Content-Type: application/json; charset=utf-8 显式声明，彻底闭合编码链路，并内置两层 pre-flight 校验（validate_employee_params.py + validate_sms_template_params.py），校验未过自动阻塞 HTTP 提交。

> 行为约束：

> - 必须通过 heredoc（<<'TASK_BODY_EOF' ... TASK_BODY_EOF）把请求体喂给 stdin；禁止用 argv 传 JSON（如 python3 submit_task.py "$(echo {...})"），argv 仍受 shell 编码影响。

> - heredoc 定界符必须用单引号包裹（'TASK_BODY_EOF' 而不是 TASK_BODY_EOF），否则 bash 会做变量展开，破坏 JSON 中的 $ 字符。

> - 若运行时不支持 heredoc（极少见），退路：用 python3 -c 把 body 写到 UTF-8 文件，再 python3 scripts/submit_task.py --file /tmp/task_body.json。

> - 脚本输出单行 JSON：{ok, stage, status, summary, response, body_preview, errors?}；退出码 0=成功、1=校验失败、2=网络失败、3=服务端非 2xx、4=输入格式错误。

> - 退出码 ≠ 0 时，必须把 summary + errors/response 原样回复给用户，不得直接重试或假装成功。

> ⛔ 字段名零改写规则（极高优先级，违反必返回 500）：

> 后端通过精确字段名解析参数，所有键名必须与本文档示例 JSON 中的拼写完全一致（大小写、连写、单复数都不能改）。在生成请求体时：

> 1. 不得做大小写转换：scriptId ≠ scriptID ≠ ScriptId ≠ script_id；agentProfileId ≠ agentProfileID ≠ AgentProfileId。

> 2. 不得做命名风格转换：禁止把 camelCase 改成 snake_case 或 kebab-case。

> - ❌ template_param_list / template-param-list → ✅ templateParamList

> - ❌ email_plan_list → ✅ emailPlanList

> - ❌ country_code_list → ✅ countryCodeList

> - ❌ address_obj_list → ✅ addressObjList

> - ❌ industry_list / keyword_list → ✅ industryList / keywordList

> - ❌ account_config_list → ✅ accountConfigList

> - ❌ publish_templates → ✅ publishTemplates

> - ❌ current_module → ✅ currentModule

> - ❌ execution_mode → ✅ executionMode

> - ❌ task_name / task_description → ✅ taskName / taskDescription

> - ❌ source_settings / employee_params → ✅ sourceSettings / employeeParams

> - ❌ total_target / incremental_target / upper_limit_target → ✅ totalTarget / incrementalTarget / upperLimitTarget

> - ❌ sender_email → ✅ senderEmail

> - ❌ calling_number / ringing_duration / min_concurrency → ✅ callingNumber / ringingDuration / minConcurrency

> - ❌ template_code / template_content / template_type / sign_name / qualification_name → ✅ templateCode / templateContent / templateType / signName / qualificationName

> - ❌ variable_label / variable_attribute / variable_value → ✅ variableLabel / variableAttribute / variableValue

> - ❌ method_type / image_url_list / first_image_url / last_image_url / keep_original_sound / generate_audio / enhance_prompt / negative_prompt / prompt_extend / shot_type / duration_switch / person_generation / resize_mode → 全部保持 camelCase

> - ❌ account_id / privacy_level / comment_disabled / duet_disabled / stitch_disabled / disable_comment / disable_duet / disable_stitch / is_public_account / brand_content_toggle / brand_organic_toggle → 全部保持 camelCase

> - ❌ release_type / time_zone / interval_type / start_time / publish_count / publish_interval → 全部保持 camelCase

> - ❌ delay_day / email_subject / email_text → ✅ delayDay / emailSubject / emailText

> - ❌ country_id / address_id / file_list / update_support / seas_group_ids / group_id / stage_id / label_id / address_file_list / suppur_ids → 全部保持 camelCase（groupId / stageId / labelId / seasGroupIds / fileList / updateSupport / addressId / countryId / addressFileList / suppurIds）。注意：suppurIds 不是 supplierIds / customerIds，保持原拼写不得"修正"。

> - ❌ staff_id / video_items → ✅ staffId / videoItems

> 3. 不得做单复数改造：复数字段必须保留 List / 复数后缀，单数字段不得加 s。

> - emailPlanList 不得写成 emailPlans / emailPlan

> - callingNumber 不得写成 callingNumbers

> - publishTemplates 不得写成 publishTemplate / publishTemplateList

> - accountConfigList 不得写成 accountConfigs

> - templateParamList 不得写成 templateParams

> 4. 不得做语义改名：禁止用同义词替换字段名。

> - agentProfileId ≠ agentId / chatbotId / profileId / botId

> - senderEmail ≠ fromEmail / mailFrom / email

> - callingNumber ≠ callerNumber / phone / outboundNumber

> - templateCode ≠ smsTemplateCode / code

> - signName ≠ signature / signatureName（注意：模板列表返回的字段叫 signatureName，但提交时的字段名必须是 signName）

> - qualificationName ≠ qualification / qualifications

> - taskName / taskDescription ≠ name / description / title

> 5. 校验流程：构建完请求体后，必须把 JSON 字符串与本文档对应的示例 JSON 逐字段对位检查一遍——示例里有的键，请求体必须有；示例里键名怎么拼，请求体就照样拼；任何一个键名拼错都视为构建失败，重新构建后再提交。

> 不允许"我觉得 snake_case 更规范所以转一下"或"复数加 s 更自然"这类自作主张。

参数构建规则：

前置 A：Fran 号码池与场景库查询（当 employeeList 包含 Fran 时必须先执行）

0. 检查外呼实例可用性

接口：GET https://ai.deepsop.com/prod-api/ai/outBound/describeInstance

请求头：x-api-key: $DEEPSOP_API_KEY

检查 data.body.instance.maxConcurrentConversation：

大于 0：继续执行步骤 1（查询号码池）
等于 0：终止任务，回复用户：

> ⚠️ 当前外呼账号并发数为 0，无法提交电话销售任务，请联系管理员开通并发资源后再试。

1. 查询号码池

接口：GET https://ai.deepsop.com/prod-api/ai/outBound/callerNumber/list

请求头：x-api-key: $DEEPSOP_API_KEY

返回示例：

{
  "total": 1,
  "rows": [
    {
      "id": 7,
      "callNumber": "30350903",
      "nickName": "Kocgo"
    }
  ],
  "code": 200,
  "msg": "查询成功"
}

处理规则：

rows 为空（total=0）：终止任务，回复用户：

> ⚠️ 当前账号下没有可用的外呼号码，无法提交电话销售任务，请联系管理员开通号码后再试。

rows 只有 1 条：自动选用该 callNumber，无需用户确认。
rows 有多条：列出所有号码供用户选择（支持多选），格式：

```

检测到多个可用外呼号码，请选择本次任务要使用的号码（可多选，用逗号分隔序号）：

{callNumber}（{nickName}）
{callNumber}（{nickName}）

...

```

等待用户回复后，解析出被选中的 callNumber 列表（数组形式），赋值给 callingNumber。未收到选择不得继续。

2. 查询场景库

> 🛑 强制实时拉取规则（反幻觉硬约束，违反即视为 bug）：

> 当 Fran 流程进入"号码池已选定 + 客户来源已确认（含 AiWa 协同 / xlsx / 公司搜索任一通道）"这一步，必须真实调用 POST /ai/outBound/listScripts 接口拿到当前账号下的场景库列表后，用接口返回的真实 scriptName / industry / scene / status 渲染给用户挑选。

> 绝对禁止：

> - ❌ 不调接口、直接凭"上次记忆 / 训练语料 / 用户聊天里提过的关键词"编造一份候选场景列表（典型幻觉如：脑补出"家纺外贸开发场景 / 服装清仓促销场景"等并标记为 PUBLISHED）。

> - ❌ 在接口返回全部非 PUBLISHED 的情况下，自行把某条 TO_BE_REVIEWED / REJECTED / 草稿场景"美化"成 PUBLISHED 让用户选用 —— 即使 status 是 TO_BE_REVIEWED、REVIEWING 也不得当作可用项；用户若不想等审核中的场景，必须按"无可用场景"分支引导他走 Step 1.7 创建 + 审核 + 发布完整流程，审核通过（变 PUBLISHED）后再继续下任务。

> - ❌ 把 Step 1.7 中刚拿到的 scriptId 用作"列表里的一项"伪装成接口返回。Step 1.7 出口走的是上文的"已选定场景"分支（直接复用 scriptId / agentProfileId，跳过本步骤），不要二次列表。

> 只有接口真的返回了 status === "PUBLISHED" 的条目，才允许进入下方"列出供用户选择"分支；否则一律走"无可用场景 → 引导创建/取消"分支。

接口：POST https://ai.deepsop.com/prod-api/ai/outBound/listScripts

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

请求体：

{"pageNumber": 1, "pageSize": 20, "scriptName": ""}

返回结构（重点字段）：

data.body.scripts.list[]：场景库列表
scriptId：场景库 ID
scriptName：场景库名称
industry / scene：行业 / 场景
status：状态，必须为 PUBLISHED 才可用
data.chatbotIdList[]：与场景库配套的 chatbot id 列表，取第一个作为 agentProfileId

处理规则：

list 为空，或过滤后无 status === "PUBLISHED" 的场景：不再立即终止。改为向用户提供「即时创建」与「自行去后台创建」两个选项，格式：

```

⚠️ 当前账号下没有可用（已发布）的场景库。可以二选一：

我现在引导您创建一个外呼场景（回复"创建"）— 含场景信息 + TTS 音色 + 机器人 prompt + 阿里云审核（约 1～5 分钟）
前往 https://ai.deepsop.com 自行创建并发布场景后重试（回复"取消"）

```

用户回复"创建/我自己建/帮我建一个" → 暂存当前 Fran 流程上下文，跳转到 Step 1.7：电话场景创建/审核子流程；待 Step 1.7 拿到 scriptId / agentProfileId 后回到本步骤的"已选定场景"分支，直接使用，不再重查 listScripts。
用户回复"取消/不创建" → 按原文案终止任务。
用户多轮不明确回复（≥2 次） → 默认按"取消"终止任务，提示同上。
仅 1 条 PUBLISHED 场景：不得自动选用，必须列出并等待用户明确确认，格式：

```

检测到以下可用场景库，请确认是否使用（回复「确认」即可）：

{scriptName}（行业：{industry}，场景：{scene}）

```

等待用户明确回复「确认」后，取对应 scriptId。未收到确认不得继续。

多条 PUBLISHED 场景：列出供用户单选，格式：

```

请选择本次电话销售任务要使用的场景库（回复序号）：

{scriptName}（行业：{industry}，场景：{scene}）
...

```

等待用户回复后，取对应 scriptId。未收到选择不得继续。

agentProfileId 统一取 data.chatbotIdList[0]（若为空数组则终止并提示联系管理员）。

前置 B0：Frank 邮箱绑定检查（当 employeeList 包含 Frank 时必须先执行）

接口：GET https://ai.deepsop.com/prod-api/ai/emailconfig/list?pageSize=1000&pageNum=1&status=1

请求头：x-api-key: $DEEPSOP_API_KEY

检查 rows 列表：

rows 不为空（至少 1 条）：继续执行前置 B（获取用户 Profile）
rows 为空（total=0）：终止任务，回复用户：

> ⚠️ 当前账号未绑定可用邮箱，无法提交邮件销售任务，请先登录 https://ai.deepsop.com 前往「邮件配置」绑定邮箱后再试。

前置 B：获取用户 Profile（当 employeeList 包含 Frank 时必须先执行）

curl -s -H "x-api-key: $DEEPSOP_API_KEY" 'https://ai.deepsop.com/prod-api/ai/user/profile'

提取以下字段用于邮件署名：

nickName：发件人姓名
position：职位（可能为空，直接取 profile 中的 position 字段）
dept.deptName：公司名称
phonenumber：电话（注意字段名全小写）
email：邮箱（作为 senderEmail）

前置 C：AI 生成邮件内容（当 employeeList 包含 Frank 时必须先执行）

根据用户指令和 profile 信息，用 LLM 生成邮件主题和正文，严格返回 JSON 数组：

生成对应语言【{language}】的内容，请直接输出纯净的JSON数组，不包含任何额外文本、代码标记、说明或包装。
输出示例：[{"emailSubject": "邮件主题", "emailText": "邮件内容"}]

邮件生成规则：
1. 开头：使用标准问候语（中文："尊敬的先生/女士："）
2. 正文：根据【{taskDescription}】生成开发信，必须至少包含以下一项：
   - 产品关键词：从 taskDescription 中提取
   - 价值主张：包含「功能+场景+风格」三要素（如：【防风防水】男士户外工装夹克 春秋季通勤休闲外套）
   - 痛点：具体描述需求未被满足的场景
   - 解决方案：突出技术/设计优势与使用场景
   - 行动呼吁：包含「稀缺性+权益+行动指令」（如：区域独家授权：仅开放3个地区代理名额！签约即享首单5%折扣→ 立即WhatsApp发送需求）
   - 证明点：包含「原始痛点+解决方案+量化结果」的客户案例
   - 服务吸引物：分点列出，覆盖供应链/物流/市场支持/售后/定制化5大类
3. 结尾：自然添加对应语言祝福语
4. 署名（每项另起一行，共4行）：
   {nickName}（{position}）
   {companyName}（若 nickName 与 companyName 相同则省略此行）
   {phoneNumber}
   {email}
5. 风格：专业、直接、有帮助且富有亲和力；避免使用「免费」「优惠」「限时」等推销词汇
6. 主题：简洁引人入胜，避免垃圾邮件词汇
7. 禁止出现 [Name] 等变量占位符

生成结果提取 emailSubject 和 emailText 用于 Frank 参数。

前置 D：Lisa 短信模板查询与变量填写（当 employeeList 包含 Lisa 时必须先执行）

1. 查询短信模板列表

接口：GET https://ai.deepsop.com/prod-api/ai/sms/querySmsTemplateList?pageNum=1&pageSize=20&pageNumber=1

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

data.smsTemplateList[]：模板列表
auditStatus：必须为 AUDIT_STATE_PASS 才可用
templateCode：模板编码
templateName：模板名称
templateContent：模板内容（含 ${xxx} 占位符）
signatureName：签名名称
templateType：模板类型（0=通知, 1=推广, 2=验证码）
outerTemplateType：提交时使用的模板类型参数

处理规则：

过滤后无 auditStatus === "AUDIT_STATE_PASS" 的模板：终止任务，回复用户：

> ⚠️ 当前账号下没有已审核通过的短信模板，请先登录 https://ai.deepsop.com 创建并审核通过短信模板（状态需为 AUDIT_STATE_PASS）后再试。

仅 1 条 AUDIT_STATE_PASS 模板：不得自动选用，必须列出并等待用户明确确认，格式：

```

检测到以下可用短信模板，请确认是否使用（回复「确认」即可）：

{templateName}（类型：{templateType中文}）

内容：{templateContent}

```

等待用户明确回复「确认」后，取该模板。未收到确认不得继续。

多条 AUDIT_STATE_PASS 模板：列出供用户单选，格式：

```

请选择本次短信销售要使用的模板（回复序号）：

{templateName}（类型：{templateType中文}）

内容：{templateContent}

```

2. 模板变量填写

选定模板后，解析 templateContent 中的 ${xxx} 占位符，就每个变量告知用户并求其填写。如模板无变量，跳过此步。

根据 templateType 匹配对应变量规则集并告知用户填写要求：

| templateType | 模板类型 | 应用变量规则集 |

|---|---|---|

| 2 | 验证码短信 | verify（验证码类规则） |

| 0 | 通知短信 | notify（通知类规则） |

| 1 | 推广短信 | market（推广类规则） |

主要变量类型与校验规则：

|---|---|---|---|

变量匹配逻辑：

根据变量名（如 conference、address、time）在对应规则集中按变量类型名称匹配：

time/date/day/year/month 类 → time
money/price/amount 类 → money
phone/tel/mobile 类 → phone_number2
address/addr/location 类 → address
name/姓名类 → name
user_nick/昵称类 → user_nick
conference/unit/组织类 → unit_name
其他 → others

求用户为每个变量填写具体值。必须同时给出"✅ 正确示例"和"❌ 错误示例"，让用户一眼看到雷区。格式：

> 模板内容为：「{templateContent}」

> 包含以下变量需要填写（请严格按格式，否则短信会全部发送失败）：

> - ${conference}：企业/组织名称（仅中文，不超过20字符）

> - ✅ 例：库阔数字科技

> - ❌ 例：Kocgo Tech（含英文）、库阔数字科技股份有限公司（杭州）（超长）

> - ${address}：地址（不超过30字符）

> - ✅ 例：杭州萧山万豪酒店三楼

> - ❌ 例：https://maps.example.com/...（含网址）

> - ${time}：时间（仅允许 YYYY-MM-DD、hh:mm、上午/下午X点 等标准格式）

> - ✅ 例：2026-05-15 14:00、5月15日下午2点

> - ❌ 例：2026年5月15日 14:00（含中文"年月日"会被运营商网关拒绝）

> 请为每个变量填写具体内容。

🔒 强制变量校验（pre-flight gate，违反任意一条都不得继续）：

✅ 首选方式：调用本 SKILL 自带的校验脚本（代码级校验，结果机器可读，比 LLM 自查可靠）：

```bash

python3 scripts/validate_sms_template_params.py ''

```

入参：和最终请求体里的 templateParamList 同形状的 JSON 数组（仅含 variableLabel / variableAttribute / variableValue 三键）。
stdout 输出单行 JSON：{ok, summary, results: [{label, attribute, value, status, reason, suggestion?}]}。
退出码：0 全 PASS、1 至少一项 FAIL、2 输入格式错误。
行为约束：
退出码 ≠ 0 时，禁止继续；必须把 results 中每条 FAIL 的 reason + suggestion 原样回复给用户，要求其重新填写后再次构建 templateParamList 并重新调用本脚本。
退出码 = 0 时才进入第 4 步。
不得自己规整后跳过脚本（例如把 2026年5月15日 改成 2026-05-15 然后直接提交），必须让用户确认修改后的值再走一次校验。

⚠️ 退路：脚本调用失败时（极少见，例如 python3 不可用），按下列规则人工逐个变量校验，规则与脚本完全一致：

a. 按变量的 variableAttribute（即上一步匹配到的 code）查上方"主要变量类型与校验规则"表，取出"校验规则"列。

b. 用规则对值做逐字符校验，必须判定是 PASS 还是 FAIL。不得"差不多就算过"，不得"用户写得清楚就提交"。

c. 任意一个变量 FAIL → 立即向用户回复不合规的变量、违反的具体规则、合法示例，并要求重新填写。不得：

调用提交任务接口（agentSubmitTask）
自己擅自规整格式（如把 2026年5月15日 改写成 2026-05-15 后偷偷提交——必须让用户确认）
把"用户写得很明确"作为跳过校验的理由

d. 全部 PASS 才能进入第 4 步构建 templateParamList 并继续后续提交流程。

🚨 高频错误案例（已发生过真实事故，每次提交前必须自查）：

|---|---|---|---|---|

校验通过后，构建 templateParamList：

```json

[

{"variableLabel": "conference", "variableAttribute": "unit_name", "variableValue": "用户填写的值"},

{"variableLabel": "address", "variableAttribute": "address", "variableValue": "用户填写的值"},

{"variableLabel": "time", "variableAttribute": "time", "variableValue": "用户填写的值"}

]

```

其中 variableLabel = 占位符名（不含 ${}），variableAttribute = 匹配到的 code。

AiWa 参数构建规则：

totalTarget：定额模式下填 Step 1 的 totalTarget，周期模式下为 null
incrementalTarget：必填，固定填 5000（不可为 null）
upperLimitTarget：固定填 5000
keywordList：Step 2 的 keywordList 必须用 .split(",") 拆分成数组（绝不可保留为逗号字符串）
continent：Step 2 的 continent，无则填 null，不得填 ""
country：Step 2 的 country，无则填 null，不得填 ""
countryCodeList：Step 2 的 countryCodeList 必须用 .split(",") 拆分成数组，无则填 []（不得填 "" 或 null）
addressObjList：根据 Step 2 的 addressObjList 字符串构建数组。先按英文分号 ; 切成多个原子地址，再对每个原子地址按下面规则各自构造一个对象：
情况 1（整体为空字符串 ""）：Step 2 未识别到任何地址。必须填占位 [{"type":1,"province":"","city":"","county":"","address":""}]，不得填 []。
情况 2（原子地址包含中文）：判定为中文结构化地址，按英文逗号 , 切分得到层级数组（最多三段：省/市/县），不足三段后续位补 ""。填 type=1、address=""：
"浙江,宁波" → {"type":1,"province":"浙江","city":"宁波","county":"","address":""}
"浙江,宁波,鄞州区" → {"type":1,"province":"浙江","city":"宁波","county":"鄞州区","address":""}
"上海" → {"type":1,"province":"上海","city":"","county":"","address":""}
情况 3（原子地址不含中文 / 为英文自由文本）：填 type=0、province/city/county=""、address 放原子原文：
"London, UK" → {"type":0,"province":"","city":"","county":"","address":"London, UK"}
多个原子地址：按 ; 切完后，每个原子单独走情况 2 或情况 3，最终多对象并列在数组里：
"浙江,宁波;London, UK" → [{"type":1,"province":"浙江","city":"宁波","county":"","address":""},{"type":0,"province":"","city":"","county":"","address":"London, UK"}]
type 取值语义：1 = 中文结构化拆分地址（仅填 province/city/county）；0 = 自由文本地址（仅填 address）。禁止两者同时填（type=1 时 address 必须为 ""；type=0 时 province/city/county 必须全为 ""），违反 validate_employee_params.py 会以 TYPE_ADDRESS_CONFLICT 拦截。
industryList：Step 2 的 industryList 必须用 .split(",") 拆分成数组

> ⛔ AiWa 结构强约束（违反必返回 500 / 后端识别不到参数）：

> 1. AiWa 子对象的 key 是 AiWa（PascalCase 三个字母原样），不是 aiwa / Aiwa / aiWa / aiwaParam / aiWaParams。

> 2. AiWa 子对象必须嵌在 collaborationSubmitTaskParam.employeeParams.AiWa 之下，绝对禁止直接挂到 collaborationSubmitTaskParam.aiwaParam / collaborationSubmitTaskParam.AiWa 这种少一层的位置。

> 3. 以下来自 Step 1/Step 2 的"内部解析变量"是给本 SKILL 内部流程用的，绝不允许出现在最终请求体的任何层级：

> - employeeList（Step 1 用来分发员工，请求体只关心 employeeParams 里的子键）

> - language（仅在 employeeParams.Frank 子对象内部使用，禁止挂到根级或 AiWa 子对象内）

> - totalTarget（只能作为 employeeParams.AiWa.totalTarget，不得挂到 collaborationSubmitTaskParam 根级）

> 4. AiWa 必填的 9 个键：totalTarget / incrementalTarget / upperLimitTarget / keywordList / continent / country / countryCodeList / addressObjList / industryList，一个都不能漏。

> 5. currentModule 必须在 collaborationSubmitTaskParam 内，值固定为 "content"（任何员工组合下都不得写 "analysis"）。

AiWa 任务请求体示例（仅 AiWa 单独执行 — 直接对照拷贝，不要自由发挥）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "家纺客户挖掘",
    "taskDescription": "帮我找10个做家纺的客户",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": {
        "totalTarget": 10,
        "incrementalTarget": 5000,
        "upperLimitTarget": 5000,
        "keywordList": ["家纺", "纺织", "床上用品", "毛巾", "窗帘", "home textile", "bedding"],
        "continent": null,
        "country": null,
        "countryCodeList": [],
        "addressObjList": [{"type": 1, "province": "", "city": "", "county": "", "address": ""}],
        "industryList": ["家纺", "纺织"]
      }
    },
    "sourceSettings": null,
    "currentModule": "content"
  },
  "completed": true
}

> 🚫 错误示例（曾经真实出现过的错传，禁止再生成此种结构）：

> ```json

> {

> "completed": true,

> "collaborationSubmitTaskParam": {

> "taskName": "家纺客户挖掘",

> "executionMode": 1,

> "totalTarget": 10, // ❌ 不应在根级

> "employeeList": "AiWa", // ❌ Step 1 内部变量，不应出现

> "language": "中文", // ❌ Step 1 内部变量，不应出现

> "aiwaParam": { // ❌ 应是 employeeParams.AiWa

> "keywordList": "家纺,纺织,床上用品,毛巾,窗帘", // ❌ 应是数组

> "industryList": "家纺,纺织", // ❌ 应是数组

> "continent": "", // ❌ 应是 null

> "country": "", // ❌ 应是 null

> "countryCodeList": "", // ❌ 应是 []

> "addressObjList": [] // ❌ 必须放占位对象

> }

> // ❌ 缺 employeeParams 包装层

> // ❌ 缺 incrementalTarget / upperLimitTarget

> // ❌ 缺 currentModule / sourceSettings

> }

> ```

> 上面这个错例犯了 7 项错误，任何一项都会让后端识别不到参数。生成请求体前请把上面的"正确示例"拷过来再替换具体值，不要从头自由编写。

Frank 参数构建规则：

incrementalTarget：固定填 1000
upperLimitTarget：固定填 1000
senderEmail：来自 profile 的 email
language：来自 Step 1 的 language（"中文" 或 "英文"）
templateId：固定为 null
emailPlanList：包含一个对象，字段：
delayDay：0
emailSubject：AI 生成的邮件主题
emailText：AI 生成的邮件正文（HTML 格式）
loading：0

> ⛔ Frank 结构强约束：

> 1. 子对象 key 必须是 Frank（首字母大写），不是 frank / FRANK / frankParam / frankParams。

> 2. 必须嵌在 collaborationSubmitTaskParam.employeeParams.Frank 之下。

> 3. language 只能作为 employeeParams.Frank.language，不得挂到根级或其他员工子对象。

> 4. emailPlanList 必须是长度为 1 的数组，元素是对象，且对象内 4 个键 delayDay / emailSubject / emailText / loading 一个都不能漏。不得写成 emailPlan（单数）或 emailPlans（错误复数）或直接把对象本身赋给 emailPlanList（少一层数组）。

> 5. senderEmail 必须是字符串，不得写成对象 {email: "..."}，也不得改名为 email / fromEmail / mailFrom。

> 6. 必填 6 个键：incrementalTarget / upperLimitTarget / senderEmail / language / templateId / emailPlanList，一个都不能漏。

Fran 参数构建规则：

ringingDuration：固定填 25
incrementalTarget：固定填 1000
upperLimitTarget：固定填 1000
minConcurrency：固定填 1
priority：固定填 "Daily"
callingNumber：前置 A 第 1 步用户选定的号码数组（如 ["30350903"]），单号码也必须是数组形式
scriptId：前置 A 第 2 步用户选定的场景库 scriptId
agentProfileId：前置 A 第 2 步 data.chatbotIdList[0]

> ⛔ Fran 结构强约束：

> 1. 子对象 key 必须是 Fran（首字母大写、4 个字母原样），不是 fran / FRAN / franParam / franParams。

> 2. 必须嵌在 collaborationSubmitTaskParam.employeeParams.Fran 之下。

> 3. callingNumber 必须是数组（["30350903"]），即使只有一个号码也不得写成裸字符串 "30350903"，也不得改名为 callingNumbers / callerNumber / phone / outboundNumber。

> 4. scriptId 与 agentProfileId 必须是 接口返回的字符串原值（保留原始大小写如 "chatbot-cn-RYRmV3jjzb"），不得自行拼接、改名、加引号包裹两次。agentProfileId ≠ agentId / chatbotId / profileId。

> 5. priority 是字符串 "Daily"（首字母大写），不是 "daily" / "DAILY" / 整数。

> 6. 必填 8 个键：ringingDuration / incrementalTarget / upperLimitTarget / minConcurrency / priority / callingNumber / scriptId / agentProfileId，一个都不能漏。

Fran 任务请求体示例（AiWa + Fran 联合任务）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "启动财务课程电话销售",
    "taskDescription": "帮我找客户并启动电话销售",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": { "...": "同上" },
      "Fran": {
        "ringingDuration": 25,
        "incrementalTarget": 1000,
        "upperLimitTarget": 1000,
        "callingNumber": ["30350903"],
        "minConcurrency": 1,
        "priority": "Daily",
        "scriptId": "c92d016f-03c8-47a3-95d9-61d75e192181",
        "agentProfileId": "chatbot-cn-RYRmV3jjzb"
      }
    },
    "sourceSettings": {
      "groupId": [], "stageId": [], "labelId": [], "level": [],
      "seasGroupIds": [], "addressId": [], "fileList": [],
      "updateSupport": 1, "cascader": null, "aiMining": null,
      "customerMining": null, "seasMining": null, "uploadMining": null,
      "countryId": null, "addressMining": null
    },
    "currentModule": "content"
  },
  "completed": true
}

> ⚠️ 当 employeeList 同时包含 AiWa 与 Fran/Lisa 时，sourceSettings 必须按上述完整对象填充（不能为 null），且 currentModule 固定为 "content"。

> ⚠️ 若 employeeList 含 Fran/Lisa 但不含 AiWa，sourceSettings 改用 Step 1.6 产出的客户来源对象（结构是 groupId / stageId / labelId / level / seasGroupIds / addressId / fileList / updateSupport / addressFileList / suppurIds），不要沿用上面这份带 cascader / aiMining / customerMining / seasMining / uploadMining / countryId / addressMining 的旧版结构。

Lisa 参数构建规则：

incrementalTarget：固定填 100
upperLimitTarget：固定填 100
signName：选定模板的 signatureName（接口返回字段叫 signatureName，但请求体提交时必须叫 signName，自行改名）
qualificationName：同 signName（如两者不同由用户确认）
templateCode：选定模板的 templateCode
templateContent：选定模板的 templateContent
templateType：选定模板的 outerTemplateType（注意：值取自模板对象的 outerTemplateType 字段，但请求体的键名仍叫 templateType）
templateParamList：前置 D 第 2 步构建的变量数组（无变量则为 []）

> ⛔ Lisa 结构强约束：

> 1. 子对象 key 必须是 Lisa（首字母大写、4 个字母原样），不是 lisa / LISA / lisaParam / lisaParams。

> 2. 必须嵌在 collaborationSubmitTaskParam.employeeParams.Lisa 之下。

> 3. templateParamList 必须是数组，每个元素是含 variableLabel / variableAttribute / variableValue 三个键的对象。禁止改成键值映射形式（如 {conference: "库阔科技", address: "杭州"}）；禁止漏 variableAttribute（即使值与 variableLabel 同名也必须显式写出）。无变量时填 []，不要省略此键。

> 4. signName ≠ signatureName（提交字段名）；signName 不得改名为 signature / sign。

> 5. templateCode 必须保留接口返回的原值（如 "SMS_500460013"），不得改名为 code / smsTemplateCode。

> 6. templateType 是数字（取自 outerTemplateType），不是字符串。

> 7. 必填 8 个键：incrementalTarget / upperLimitTarget / signName / qualificationName / templateCode / templateContent / templateType / templateParamList，一个都不能漏。

Lisa 任务请求体示例（AiWa + Lisa 联合任务）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "双十一老客户短信推广",
    "taskDescription": "帮我找客户并给老客户发短信",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": { "...": "同上" },
      "Lisa": {
        "incrementalTarget": 100,
        "upperLimitTarget": 100,
        "qualificationName": "杭州库阔数字科技",
        "signName": "杭州库阔数字科技",
        "templateCode": "SMS_500460013",
        "templateParamList": [
          {"variableLabel": "conference", "variableAttribute": "unit_name", "variableValue": "库阔科技"},
          {"variableLabel": "address",    "variableAttribute": "address",   "variableValue": "杭州"},
          {"variableLabel": "time",       "variableAttribute": "time",      "variableValue": "2026-04-20"}
        ],
        "templateType": 1,
        "templateContent": "温馨提醒：${conference}会议将在${address}地点，于${time}时间开始，请您准时参加。"
      }
    },
    "sourceSettings": {
      "groupId": [], "stageId": [], "labelId": [], "level": [],
      "seasGroupIds": [], "addressId": [], "fileList": [],
      "updateSupport": 1
    },
    "currentModule": "content"
  },
  "completed": true
}

📋 员工组合 → currentModule / sourceSettings 对照表

构建请求体前，按本次任务实际包含的员工组合从下表查 currentModule 与 sourceSettings 的取值，严禁自行推断：

> 🔒 currentModule 全局固定为 "content"：无论员工组合是哪种、是否含销售员工，currentModule 字段都是字符串字面量 "content"，不得写成 "analysis" / "Content" / "CONTENT" / null / 省略。

|---|---|---|---|

> 🔍 快速判定规则：

> - currentModule 始终为 "content"（无任何例外分支）。

> - 含 AiWa：含 Fran 或 Lisa → sourceSettings 为完整对象（含 cascader / aiMining 等键，见 Fran/Lisa 示例）；其他子组合 → sourceSettings 为 null。

> - 不含 AiWa 且含 Frank/Fran/Lisa 任一：sourceSettings 必须为 Step 1.6 产出的客户来源对象（含 fileList / addressFileList / suppurIds 等键，不要带 cascader / aiMining 等 AiWa 联合场景的旧键），且 fileList / addressFileList / suppurIds 三者至少一个非空。

> - 既不含 AiWa 也不含 Frank/Fran/Lisa：sourceSettings 为 null。

> 🚫 组合场景常见错例：

> 1. 仅 AiWa 任务把 currentModule 写成 "analysis"：错。任何组合都必须 "content"。

> 2. AiWa+Fran 联合任务把 sourceSettings 写成 null：错。含 Fran 必须填完整对象。

> 4. 多员工组合时把不同员工塞进同一个员工 key（如 employeeParams.AiWaFrank: {...}）：错。每个员工是 employeeParams 下独立的同级 key。

> 5. 多员工组合时漏掉某个员工的子对象（仅在 employeeList 字符串里出现，但 employeeParams 里没有对应键）：错。employeeList 里写了的员工，employeeParams 必须有对应子对象。

⚠️ 提交前必须执行参数完整性校验（缺少任意一项禁止提交）

> 🔒 第 0 步（前置硬闸）：字段名逐键对位检查

> 把刚构建好的 body JSON 字符串和本文件对应员工的示例 JSON 并排放置，逐键比对拼写：

> 1. 示例里出现的每一个键名（含 taskName、taskDescription、executionMode、employeeParams、sourceSettings、currentModule、completed，以及各员工子对象内部的全部 key），在 body 中必须原样存在，不得改写大小写、不得改 snake_case、不得改单复数、不得换同义词。

> 2. 任何键名只要与示例不一致（哪怕只差一个字母大小写），立即停止提交，回头修正后再走本清单。

> 3. 这一步在所有员工字段值校验之前完成，因为字段名错了，值再对也没用。

根据本次任务包含的员工，逐项对照以下清单检查构建好的请求体，确认每个字段都存在且有合法值：

根结构（必须）：

collaborationSubmitTaskParam.taskName：非空字符串
collaborationSubmitTaskParam.taskDescription：非空字符串
collaborationSubmitTaskParam.executionMode：当前阶段一律硬编码为数字 1（即使 Step 1 识别为周期性任务也写 1；不得写 0 / 2 / "1" / "定额任务"）
collaborationSubmitTaskParam.employeeParams：对象，包含至少一个员工
collaborationSubmitTaskParam.sourceSettings：取值严格按上文「员工组合 → currentModule / sourceSettings 对照表」填（不要在这里推断）。快速规则：含 Fran 或 Lisa → 完整对象；不含 Fran 也不含 Lisa → null
collaborationSubmitTaskParam.currentModule：全局固定为字符串 "content"，无任何例外（不得写 "analysis" / "Content" / null）
completed：必传，布尔字面量 true，与 collaborationSubmitTaskParam 同级；不得为 null、缺省、字符串 "true" 或 false，否则接口返回 500

AiWa（当 employeeList 包含 AiWa 时）：

totalTarget：用户指定的目标数量（正整数）
incrementalTarget：5000
upperLimitTarget：5000
keywordList：非空数组
continent：字符串或 null
country：字符串或 null
countryCodeList：数组（可为空数组 []）
addressObjList：包含至少一个对象，每个对象含 type/province/city/county/address 五个字段
industryList：非空数组

Frank（当 employeeList 包含 Frank 时）：

incrementalTarget：1000
upperLimitTarget：1000
senderEmail：来自 profile 的 email，非空字符串
language："中文" 或 "英文"
templateId：null
emailPlanList：包含一个对象，该对象必须含以下四个字段：
delayDay：0
emailSubject：AI 生成的主题，非空字符串
emailText：AI 生成的正文 HTML，非空字符串
loading：0

Fran（当 employeeList 包含 Fran 时）：

ringingDuration：25
incrementalTarget：1000
upperLimitTarget：1000
minConcurrency：1
priority："Daily"
callingNumber：非空数组，来自号码池选择
scriptId：非空字符串，来自场景库选择
agentProfileId：非空字符串，来自 data.chatbotIdList[0]

Lisa（当 employeeList 包含 Lisa 时）：

incrementalTarget：100
upperLimitTarget：100
signName：非空字符串，来自模板 signatureName
qualificationName：非空字符串，与 signName 相同
templateCode：非空字符串，来自模板 templateCode
templateContent：非空字符串，来自模板 templateContent
templateType：数字，来自模板 outerTemplateType
templateParamList：数组（无变量时为 []，不可缺少此字段）

> ⚠️ sourceSettings 与 currentModule 是根级字段，取值取决于本次任务的员工组合，请查阅上文「员工组合 → currentModule / sourceSettings 对照表」，请勿一律写成 null/"analysis"。例如 AiWa+Lisa 时，sourceSettings 必须是完整对象、currentModule 为 "content"。

发现任何字段缺失或值不合法时，停止提交，先补全后再执行提交。

🔒 强制提交：直接走 scripts/submit_task.py（一站式：校验 + UTF-8 安全 HTTP）

submit_task.py 已串联以下三件事，LLM 只需调一次即可完成"校验 + 提交"，不需要再单独调 validate_employee_params.py 或 validate_sms_template_params.py：

内部调用 validate_employee_params.py（结构 + 取值，覆盖 AiWa/Frank/Fran/Lisa 全员）
含 Lisa 模板变量时，自动调用 validate_sms_template_params.py 做内容校验
任一步校验失败立即退出（退出码 1），不会触发 HTTP 提交
校验全过才以 Content-Type: application/json; charset=utf-8 POST 到 /ai/presetEmployee/submitTask

python3 scripts/submit_task.py <<'TASK_BODY_EOF'
{
  "completed": true,
  "collaborationSubmitTaskParam": { ...完整请求体... }
}
TASK_BODY_EOF

校验覆盖范围（详见 validate_employee_params.py / validate_sms_template_params.py 源码）：

Step 1/2 内部变量（employeeList / language / 根级 totalTarget）泄漏到根或 collaborationSubmitTaskParam 层
员工 key 大小写错（aiwa / aiwaParam / franParam 等都会被纠错为 PascalCase）
executionMode 必须是数字 1（拦截 "1" / true / "定额任务" 等）
currentModule 必须固定为 "content"；含 Fran/Lisa 时 sourceSettings 必须是完整对象
各员工必填键、固定值（如 AiWa.incrementalTarget=5000、Frank.upperLimitTarget=1000、Fran.priority="Daily"、Lisa.incrementalTarget=100）
数组类字段类型（keywordList / industryList / countryCodeList / callingNumber / templateParamList / publishTemplates / accountConfigList）
AiWa.addressObjList 占位规则与 type=0/1 与 address / province/city/county 的互斥
Frank.emailPlanList 长度恰为 1 与子键完整
Lisa.templateParamList 数组结构 + 每项三键齐全 + 变量内容合规（如 time 类禁止含中文"年"）

行为约束：

必须用 heredoc + 单引号定界符（<<'TASK_BODY_EOF'），不能用 argv 传 JSON。
脚本输出单行 JSON（含 summary / errors / body_preview / response）。
退出码：0 提交成功 / 1 校验失败 / 2 网络失败 / 3 HTTP 非 2xx / 4 输入格式错误或 API key 缺失。
退出码 ≠ 0 时，必须把 summary、errors/response 原样回给用户，按提示修正请求体再重跑；不允许跳过校验、不允许"我这次写得很标准"为由绕过。

> ℹ️ 仅在排查时可先用 python3 scripts/submit_task.py --dry-run <<'TASK_BODY_EOF' ... 跑校验而不发 HTTP；正式提交禁止 --dry-run。

用户确认清单（以下各项必须已获得用户明确确认，缺一不可提交）：

Fran 参与时：✅ callingNumber 非空（多号码时用户已选择）
Fran 参与时：✅ 用户已选择/确认场景库（scriptId 非空，且用户有明确回复确认）
Lisa 参与时：✅ 用户已选择/确认短信模板（templateCode 非空，且用户有明确回复确认）
Lisa 参与时（模板含变量）：✅ 已通过 scripts/submit_task.py 完成提交（脚本内部已串行跑过 validate_employee_params.py + validate_sms_template_params.py）；脚本退出码 ≠ 0 时禁止重试，必须把脚本返回的 summary/errors 原样回给用户、修正后再重跑。禁止绕过 submit_task.py 自己拼 curl。特别注意 time 类变量——值中不得出现中文"年"，脚本会直接拒绝
Frank 参与时：✅ 用户 profile 已获取（senderEmail 非空），邮件内容已 AI 生成

若上述任一项未完成，禁止调用提交接口。

请求体示例（AiWa + Frank 联合任务）：

{
  "collaborationSubmitTaskParam": {
    "taskName": "找服装客户并发邮件",
    "taskDescription": "帮我找10个做服装的客户并发邮件",
    "executionMode": 1,
    "employeeParams": {
      "AiWa": {
        "totalTarget": 10,
        "incrementalTarget": 5000,
        "upperLimitTarget": 5000,
        "keywordList": ["服装", "clothing"],
        "continent": null,
        "country": null,
        "countryCodeList": [],
        "addressObjList": [{"type": 1, "province": "", "city": "", "county": "", "address": ""}],
        "industryList": ["服装"]
      },
      "Frank": {
        "incrementalTarget": 1000,
        "upperLimitTarget": 1000,
        "senderEmail": "{profile.email}",
        "language": "中文",
        "templateId": null,
        "emailPlanList": [{
          "delayDay": 0,
          "emailSubject": "{AI生成的邮件主题}",
          "emailText": "{AI生成的邮件正文HTML}",
          "loading": 0
        }]
      }
    },
    "sourceSettings": null,
    "currentModule": "content"
  },
  "completed": true
}

成功响应：

{
  "msg": "操作成功",
  "code": 200,
  "data": {
    "employeeList": [
      {
        "dagTaskId": "<frankDagTaskId>",
        "nodeType": "FRANK",
        "customerPoolId": 1065
      },
      {
        "dagTaskId": "<aiwaDagTaskId>",
        "nodeType": "AIWA",
        "customerPoolId": 1066
      }
    ],
    "taskId": "<taskId>"
  }
}

响应字段提取规则：

taskId：取 data.taskId
aiwaDagTaskId：遍历 data.employeeList，找到 nodeType === "AIWA" 的条目，取其 dagTaskId，用于 AiWa 客户查询；无则为 null
aiwaCustomerPoolId：遍历 data.employeeList，找到 nodeType === "AIWA" 的条目，取其 customerPoolId，用于 AiWa 客户查询；无则为 null
frankDagTaskId：遍历 data.employeeList，找到 nodeType === "FRANK" 的条目，取其 dagTaskId，用于 Frank 邮件查询；无则为 null
franDagTaskId：遍历 data.employeeList，找到 nodeType === "FRAN" 的条目，取其 dagTaskId，用于 Fran 电话查询；无则为 null
franCustomerPoolId：遍历 data.employeeList，找到 nodeType === "FRAN" 的条目，取其 customerPoolId，用于 Fran 电话统计/详情查询；无则为 null
lisaDagTaskId：遍历 data.employeeList，找到 nodeType === "LISA" 的条目，取其 dagTaskId，用于 Lisa 短信查询；无则为 null
lisaCustomerPoolId：遍历 data.employeeList，找到 nodeType === "LISA" 的条目，取其 customerPoolId，用于 Lisa 短信统计/详情查询；无则为 null

> ⚠️ nodeType 大写统一：后端返回的 nodeType 是全大写（AIWA / FRANK / FRAN / LISA），不是 PascalCase 的 AiWa / Frank 。上面 4 条提取规则里的字符串只能是大写形式。如果某次调用发现某个员工总拿不到 dagTaskId，优先检查是不是这里的大写写错了。

提交成功后，告知用户并询问等待时间：

> 任务已提交！任务名：{taskName}，目标数量：{totalTarget}，任务ID：{taskId}。

> 后台正在执行，你希望多久后查询结果并推送给你？（直接告诉我时间，例如「8分钟」「半小时」「20分钟后」，直接回复「好」或不填则默认8分钟）

Step 3.5：解析用户指定的等待时间

等待用户回复后，解析其意图为秒数：

| 用户说 | 解析为秒数 |

|--------|----------|

| N分钟 / N分 | N × 60 |

| N小时 | N × 3600 |

| 半小时 | 1800 |

| 一刻钟 | 900 |

| 好 / 默认 / ok / 回车 / 不填 | 480（8分钟）|

| 无法识别 | 再询问一次，若仍无效则使用 480 |

解析成功后，回复确认：

> 好的，将在 {用户指定时间描述}（约 {N} 分钟）后为你查询结果，请稍候 ☕

Step 4：按用户指定时间设置自动查询

根据 Step 3.5 解析出的秒数（变量：waitSeconds），使用 cron 工具设置一次性定时任务：

{
  "action": "add",
  "job": {
    "name": "aiwa-query-{taskId前8位}",
    "schedule": { "kind": "at", "at": "{当前时间 + waitSeconds 的ISO8601字符串，如2026-03-19T15:00:00+08:00}" },
    "sessionTarget": "main",
    "wakeMode": "now",
    "payload": {
      "kind": "systemEvent",
      "text": "[DeepSOP-AutoQuery] 人机协作台定时结果推送，请立即跳转 Step 5 执行结果查询并主动推送，不要等待用户提问，不要执行 Step 1-4。taskId={taskId}，aiwaDagTaskId={aiwaDagTaskId}，aiwaCustomerPoolId={aiwaCustomerPoolId}，frankDagTaskId={frankDagTaskId}，franDagTaskId={franDagTaskId}，franCustomerPoolId={franCustomerPoolId}，lisaDagTaskId={lisaDagTaskId}，lisaCustomerPoolId={lisaCustomerPoolId}，任务名：{taskName}，目标数量：{totalTarget}，参与员工：{employeeList}，feishuChatId={feishuChatId}。【AiWa部分，仅当employeeList包含AiWa时执行】1. 调用 POST https://ai.deepsop.com/prod-api/ai/presetEmployee/getCustomerPoolDetail?pageNum=1&pageSize=10 查询结果，参数 {"taskId":"{aiwaDagTaskId}","customerPoolId":{aiwaCustomerPoolId},"startTime":null,"endTime":null}；2. 将完整响应JSON传给脚本生成xlsx：python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_customers.py '<JSON>' '/tmp/aiwa_{aiwaDagTaskId前8位}.xlsx'；3. 执行 cp /tmp/aiwa_{aiwaDagTaskId前8位}.xlsx ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx 并执行 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx --message 'AiWa 客户挖掘完成，共找到客户数据，详见附件' 将文件发送到飞书群；4. 同时在当前会话回复前5条客户摘要。【Frank部分，仅当employeeList包含Frank且frankDagTaskId不为null时执行】1. 调用 GET https://ai.deepsop.com/prod-api/ai/email/getTaskEmailCount?taskId={frankDagTaskId} 查询邮件统计（使用frankDagTaskId）；2. 调用 GET https://ai.deepsop.com/prod-api/ai/email/taskList?pageNum=1&pageSize=2000&taskId={frankDagTaskId} 查询邮件列表（使用frankDagTaskId）；3. 生成xlsx：python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_emails.py '<JSON>' '/tmp/frank_{frankDagTaskId前8位}.xlsx'；4. 执行 cp /tmp/frank_{frankDagTaskId前8位}.xlsx ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx 并执行 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx --message 'Frank 邮件发送完成，详见附件' 将文件发送到飞书群；5. 同时在当前会话回复邮件统计摘要和前5条详情。【Lisa部分，仅当employeeList包含Lisa且lisaCustomerPoolId不为null时执行】1. 调用 POST https://ai.deepsop.com/prod-api/ai/sms/getTaskSmsCount 查询短信统计，参数 {"taskId":"{taskId}","customerPoolId":{lisaCustomerPoolId}}；2. 调用 POST https://ai.deepsop.com/prod-api/ai/sms/getSmsResultList?pageNum=1&pageSize=10 查询短信列表，参数 {"taskId":"{taskId}","customerPoolId":{lisaCustomerPoolId},"success":null,"startTime":null,"endTime":null}；3. 生成xlsx：python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_sms.py '<JSON>' '/tmp/lisa_{taskId前8位}.xlsx'；4. 发送文件并在当前会话展示短信统计摘要和前5条短信详情。"
    },
    "deleteAfterRun": true
  }
}

schedule.at = 当前时间 + waitSeconds，ISO8601 格式，含时区（如 +08:00）。

cron 设置成功后，回复用户确认并进入等待状态：

> ✅ 定时任务已设置！将在 {N} 分钟后（{schedule.at}）自动查询结果并推送，请安心等候 ⏰

> 如需提前查询，可说「现在就查结果」，我会立即执行。

> ⚠️ 等待期间处理规则：

> - cron 设置完成到 [DeepSOP-AutoQuery] 到达之前，不得主动执行 Step 5。

> - 如果用户在等待期间间起其他话题，正常回应，但不要提前查询结果。

> - 如果用户说「现在就查结果」或「提前查」，立即执行 Step 5（此为唯一允许的提前触发方式）。

Step 5：查询结果并返回给用户

> � 触发锁定：Step 5 只允许在以下两种情况下执行，其他任何情况一律不执行：

> 1. 收到含 [DeepSOP-AutoQuery] 标记的 systemEvent（cron 自动触发）

> 2. 用户在等待期间明确说「现在就查结果」或「提前查」

> 🚨 强制执行规则：执行 Step 5 时，以下规则一条都不得违反：

> 1. 立即开始执行，不得发出任何询问或确认语句（如「要开始查询了吗」「是否需要推送」）

> 2. 必须完成全流程：调接口 → 生成 xlsx → 发送文件 → 文字摘要，缺任一不算完成

> 3. 文件必须透过 openclaw message send 主动发送到对应 channel，不得只告知文件路径

> 4. 发送完成后在当前会话回复结果摘要，让用户对当前分话框也能看到结果

> 5. 每个参与员工的结果必须按顺序全部处理，不得跳过任一员工

根据 employeeList 包含的员工依次执行对应的 Step 5-A / 5-B / 5-C / 5-D / 5-E。

Step 5-A：AiWa 结果处理（仅当 employeeList 包含 AiWa）

> ⚠️ AiWa 查询接口使用 aiwaDagTaskId（nodeType=AIWA 的 dagTaskId）+ aiwaCustomerPoolId（同条目的 customerPoolId）。

接口： POST https://ai.deepsop.com/prod-api/ai/presetEmployee/getCustomerPoolDetail?pageNum=1&pageSize=10

请求头： Content-Type: application/json、x-api-key: $DEEPSOP_API_KEY

请求体：

{"taskId": "{aiwaDagTaskId}", "customerPoolId": {aiwaCustomerPoolId}, "startTime": null, "endTime": null}

响应关键字段：

total：总条数
rows[]：客户列表（根层）
personName / position：联系人 / 职位
companyName：公司名称
systemIndustryName：标准化行业名称
phone / email：电话 / 邮筱（多个用逗号分隔）
countryName：国家（如 中国/China）
whatsapp / linkedin / facebook 等社媒字段
url：公司网址

情况一：有数据（rows 非空）

将完整 API 响应 JSON 传给脚本生成 xlsx 文件：

python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_customers.py '<完整响应JSON>' '/tmp/aiwa_{aiwaDagTaskId前8位}.xlsx'

根据当前 channel 决定如何返回文件：

飞书（feishu）： 必须执行，不得跳过

cp /tmp/aiwa_{aiwaDagTaskId前8位}.xlsx ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx
openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx --message 'AiWa 客户挖掘完成！任务「{taskName}」共找到 {total} 位客户，详情见附件。'

Telegram / WhatsApp： 必须执行，不得跳过

openclaw message send --channel telegram --target {chat_id} --media ~/.openclaw/workspace/aiwa_{aiwaDagTaskId前8位}.xlsx --message 'AiWa 客户挖掘完成！任务「{taskName}」共找到 {total} 位客户，详情见附件。'

webchat 或其他不支持文件的 channel：

> ✅ xlsx 文件已生成：/tmp/aiwa_{aiwaDagTaskId前8位}.xlsx，共 {total} 位客户。请从服务器下载该文件。

同时以文字形式展示前5条客户预览：

序号. 👤 {personName}（{position}）
   🏢 公司：{companyName}
   🏭 行业：{systemIndustryName}
   🌍 国家：{countryName}
   📧 邮筱：{email}
   📱 手机：{phone}
   💬 WhatsApp：{whatsapp}
   🔗 LinkedIn：{linkedin}

社媒字段若为 null 则整行不显示。超过5条附上：...共 {N} 位，完整数据见 xlsx 文件

情况二：rows 为空或 code 非 200

> 已到查询时间，暂未获取到客户数据，任务可能仍在执行中。

> aiwaDagTaskId：{aiwaDagTaskId}，aiwaCustomerPoolId：{aiwaCustomerPoolId}

> 你可以告诉我「再查一次」，我会立即重新查询。

Step 5-C：Fran 结果处理（仅当 employeeList 包含 Fran 且 franDagTaskId 不为 null）

> ⚠️ Fran 的两个查询接口均使用 franDagTaskId（来自 data.employeeList 中 nodeType=Fran 的 dagTaskId）+ franCustomerPoolId（同条目的 customerPoolId）。

第一步：查询电话任务统计

接口：GET https://ai.deepsop.com/prod-api/ai/presetEmployee/collaborationTaskStatistics?taskId={franDagTaskId}&customerPoolId={franCustomerPoolId}

请求头：x-api-key: $DEEPSOP_API_KEY

返回字段说明：

taskCallPhoneCount：总呼叫数
taskSuccessCallPhoneCount：总通话数（接通并成功完成的数量）
taskAnswerCount：总回复数

第二步：查询电话任务详情列表

接口：POST https://ai.deepsop.com/prod-api/ai/presetEmployee/collaborationCallResult?pageNum=1&pageSize=10

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

请求体（默认拉全部呼叫，status 可根据需求切换）：

{
  "taskId": "{franDagTaskId}",
  "customerPoolId": {franCustomerPoolId},
  "status": "All",
  "startTime": "",
  "endTime": ""
}

status 可选值：

All：全部呼叫（默认，对应 taskCallPhoneCount）
Succeeded：通话成功记录（对应 taskSuccessCallPhoneCount）
Answer：有回复记录（对应 taskAnswerCount）

响应关键字段：

rows[].jobStatus：呼叫任务状态（如 Succeeded、Failed）
rows[].jobTaskStatus：任务执行细分状态（如 SucceededFinish）
rows[].companyName / personName / phoneNumber / userName：客户信息（可能为 null）
rows[].createTime / updateTime：创建/更新时间
rows[].describeJobJson：完整通话详情 JSON（字符串，需二次解析），关键内容在 body.job.tasks[]：
contact.contactName / phoneNumber：联系人与号码
calledNumber / callingNumber：被呼号 / 呼出号
duration / realRingingDuration：通话时长毫秒 / 实际振铃秒
endReason：挂断原因（如 FINISHED）
conversation[]：对话明细（speaker=Robot/Contact，script=话术内容）

第三步：生成 xlsx 文件

curl 结果存 /tmp/fran_{franDagTaskId前8位}_raw.json
python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_calls.py "$(cat /tmp/fran_{franDagTaskId前8位}_raw.json)" '/tmp/fran_{franDagTaskId前8位}.xlsx'

根据当前 channel 必须发送文件，不得跳过：

飞书：必须执行 cp /tmp/fran_{franDagTaskId前8位}.xlsx ~/.openclaw/workspace/fran_{franDagTaskId前8位}.xlsx，再用 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/fran_{franDagTaskId前8位}.xlsx --message 'Fran 电话销售完成！任务「{taskName}」共呼叫 {taskCallPhoneCount} 人，详情见附件。'
Telegram / WhatsApp：必须执行，media 路径用 workspace 路径，message 同上
webchat：输出文字摘要和文件路径 /tmp/fran_{franDagTaskId前8位}.xlsx

第四步：展示结果

先展示统计摘要：

☎️ Fran 电话销售任务结果 — {taskName}

📊 呼叫统计：
   📞 总呼叫数：{taskCallPhoneCount}
   ✅ 总通话数：{taskSuccessCallPhoneCount}
   💬 总回复数：{taskAnswerCount}

再展示列表中前 5 条呼叫详情（从 rows[].describeJobJson 解析）：

序号. 👤 {contactName}（{contactPhone}）
   🔄 状态：{jobStatus} / {endReason}
   ⏱ 通话时长：{duration_s}s（振铃 {realRingingDuration}s）
   📞 呼出号码：{callingNumber}
   📝 对话摘要：取 conversation 中第一条 Robot 的 script 前80字

超过 5 条附上：...共 {total} 条通话记录，完整数据见 xlsx 文件。

情况：统计接口全为 0 或列表为空

> Fran 电话任务数据暂未就绪，可能仍在拨号或已呼叫但未接通。

> franDagTaskId：{franDagTaskId}，franCustomerPoolId：{franCustomerPoolId}

> 你可以告诉我「再查Fran结果」，我会立即重新查询。

Step 5-D：Lisa 结果处理（仅当 employeeList 包含 Lisa 且 lisaDagTaskId 不为 null）

> ⚠️ Lisa 的两个查询接口均使用 lisaDagTaskId（来自 data.employeeList 中 nodeType=Lisa 的 dagTaskId）+ lisaCustomerPoolId（同条目的 customerPoolId）。

第一步：查询短信任务统计

接口：POST https://ai.deepsop.com/prod-api/ai/sms/getTaskSmsCount

请求头：Content-Type: application/json、x-api-key: $DEEPSOP_API_KEY

请求体：

{"taskId": "{lisaDagTaskId}", "customerPoolId": {lisaCustomerPoolId}}

返回字段说明：

totalCount：已发送短信数
successCount：触达短信数（发送成功）
failCount：失败短信数

第二步：查询短信详情列表

接口：POST https://ai.deepsop.com/prod-api/ai/sms/getSmsResultList?pageNum=1&pageSize=10

请求头：

Content-Type: application/json
x-api-key: $DEEPSOP_API_KEY

请求体：

{"taskId": "{lisaDagTaskId}", "customerPoolId": {lisaCustomerPoolId}, "success": null, "startTime": null, "endTime": null}

关键字段：

data.total：总条数
data.rows[].phoneNumber：手机号码
data.rows[].success：1=发送成功，0=发送失败
data.rows[].errMsg：状态描述（如「用户接收成功」）
data.rows[].errCode：状态码（如 DELIVERED）
data.rows[].content：实际发送的短信内容
data.rows[].smsSize：短信条数
data.rows[].sendTime：发送时间
data.rows[].reportTime：回执时间

第三步：生成 xlsx 文件

curl 结果存 /tmp/lisa_{lisaDagTaskId前8位}_raw.json
python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_sms.py "$(cat /tmp/lisa_{lisaDagTaskId前8位}_raw.json)" '/tmp/lisa_{lisaDagTaskId前8位}.xlsx'

根据当前 channel 必须发送文件，不得跳过：

飞书：必须执行 cp /tmp/lisa_{lisaDagTaskId前8位}.xlsx ~/.openclaw/workspace/lisa_{lisaDagTaskId前8位}.xlsx，再用 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/lisa_{lisaDagTaskId前8位}.xlsx --message 'Lisa 短信发送完成！任务「{taskName}」共发送 {totalCount} 条，详情见附件。'
Telegram / WhatsApp：必须执行，media 路径用 workspace 路径，message 同上
webchat：输出文字摘要和文件路径 /tmp/lisa_{lisaDagTaskId前8位}.xlsx

第四步：展示结果

先展示统计摘要：

📱 Lisa 短信销售任务结果 — {taskName}

📊 发送统计：
   📨 总发送：{totalCount} 条
   ✅ 触达成功：{successCount} 条
   ❌ 发送失败：{failCount} 条

再展示列表中前 5 条短信详情：

序号. 📱 {phoneNumber}
   🔄 状态：{success中文} / {errCode}
   📝 内容：{content前60字}
   📅 发送：{sendTime}（回执 {reportTime}）

超过 5 条附上：...共 {total} 条短信记录，完整数据见 xlsx 文件。

情况：统计接口全为 0 或列表为空

> Lisa 短信任务数据暂未就绪，可能仍在发送中或等待运营商回执。

> lisaDagTaskId：{lisaDagTaskId}，lisaCustomerPoolId：{lisaCustomerPoolId}

> 你可以告诉我「再查Lisa结果」，我会立即重新查询。

Step 5-B：Frank 结果处理（仅当 employeeList 包含 Frank 且 frankDagTaskId 不为 null）

> ⚠️ Frank 的两个查询接口均使用 frankDagTaskId（来自提交响应 data.employeeList 中 nodeType=FRANK 的 dagTaskId），不是 taskId。

第一步：查询邮件统计

接口：GET https://ai.deepsop.com/prod-api/ai/email/getTaskEmailCount?taskId={frankDagTaskId}

请求头：x-api-key: $DEEPSOP_API_KEY

返回字段说明：

taskSendEmailCount：任务发送邮件总数
taskSuccessEmailCount：发送成功数量
taskOpenEmailCount：已读数量
taskReceiveEmailCount：收到回复数量
taskClickEmailCount：点击链接数量

第二步：查询邮件列表

接口：GET https://ai.deepsop.com/prod-api/ai/email/taskList?pageNum=1&pageSize=2000&taskId={frankDagTaskId}

请求头：x-api-key: $DEEPSOP_API_KEY

关键字段：

rows[].recipientEmailAddress：收件人邮箱
rows[].companyName：公司名称
rows[].personName：联系人姓名
rows[].position：职位
rows[].emailSubject：邮件主题
rows[].sendTime：发送时间
rows[].emailStatus：发送状态（0=未发送，1=发送失败，2=发送成功）
rows[].round：轮次

第三步：生成 xlsx 文件

将邮件列表 JSON 传给脚本生成 xlsx：

curl 结果存 /tmp/frank_{frankDagTaskId前8位}_raw.json
python3 ~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_emails.py "$(cat /tmp/frank_{frankDagTaskId前8位}_raw.json)" '/tmp/frank_{frankDagTaskId前8位}.xlsx'

根据当前 channel 必须发送文件，不得跳过：

飞书：必须执行 cp /tmp/frank_{frankDagTaskId前8位}.xlsx ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx，再用 openclaw message send --channel feishu --target {feishuChatId} --media ~/.openclaw/workspace/frank_{frankDagTaskId前8位}.xlsx --message 'Frank 邮件发送完成！任务「{taskName}」共发送 {taskSendEmailCount} 封，详情见附件。'
Telegram / WhatsApp：必须执行，media 路径用 workspace 路径，message 同上
webchat：输出文字摘要和文件路径 /tmp/frank_{frankDagTaskId前8位}.xlsx

第四步：展示结果

先展示统计摘要：

📧 Frank 邮件任务结果 — {taskName}

📊 发送统计：
   📤 总发送：{taskSendEmailCount} 封
   ✅ 发送成功：{taskSuccessEmailCount} 封（emailStatus=2）
   ❌ 发送失败：{taskSendEmailCount - taskSuccessEmailCount} 封（emailStatus=1）
   👁 已读：{taskOpenEmailCount} 封
   💬 收到回复：{taskReceiveEmailCount} 封
   🔗 点击链接：{taskClickEmailCount} 封

再展示前5条邮件发送详情：

序号. 📧 {emailSubject}
   👤 收件人：{personName}（{position}）
   🏢 公司：{companyName}
   📮 邮箱：{recipientEmailAddress}
   📅 发送时间：{sendTime}
   状态：✅ 成功 / ❌ 失败

超过5条附上：...共 {total} 封，如需完整列表请告知

情况：统计接口或列表接口返回非 200 / data 为空

> Frank 邮件任务数据暂未就绪，可能仍在发送中。

> 任务ID：{taskId}

> 你可以告诉我「再查Frank结果」，我会立即重新查询。

实现方式

AI 分析：直接在当前对话中用 LLM 完成，分析时告知用户正在处理
HTTP 请求：使用 exec 工具调用 curl
定时等待：使用 cron(action=add) 设置 8 分钟后触发的 systemEvent
xlsx 生成：使用 exec 调用 Python 脚本

依赖

Python 3（系统自带）
openpyxl：python3 -m pip install openpyxl --user --break-system-packages
AiWa 生成脚本：~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_customers.py
Frank 生成脚本：~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_emails.py
Fran 生成脚本：~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_calls.py
Lisa 生成脚本：~/.openclaw/workspace/skills/deepsop-humabot/scripts/format_sms.py

错误处理

DEEPSOP_API_KEY 未设置：提示用户需要 API Key 授权才能使用本技能：
已有账号 → 前往 https://ai.deepsop.com/login?source=3 登录获取
没有账号 → 前往 https://ai.deepsop.com/register?source=3 注册获取

登录后在控制台新建 API Key（sk- 开头），配置 DEEPSOP_API_KEY 环境变量后再重试

POST 接口返回非 200：展示错误信息，提示检查参数或稍后重试
AiWa GET 接口 data 为空：提示任务可能仍在执行，给出 taskId 供用户告知「再查一次」
Frank 邮件统计/列表接口异常：提示邮件任务可能仍在发送中，给出 taskId 供用户告知「再查Frank结果」
Frank / Fran / Lisa 单独出现（未与 AiWa 搭配）：终止任务，提示用户补充客户挖掘需求
Fran 外呼实例并发数为 0：终止任务，提示用户联系管理员开通并发资源
Fran 号码池为空：终止任务，提示用户联系管理员开通外呼号码
Frank 邮箱未绑定：终止任务，提示用户登录 https://ai.deepsop.com 前往「邮件配置」绑定邮箱
Fran 场景库为空或无 PUBLISHED 状态：终止任务，提示用户前往 https://ai.deepsop.com 创建并发布场景库
Lisa 短信模板为空或无 AUDIT_STATE_PASS 状态：终止任务，提示用户前往 https://ai.deepsop.com 创建并提交审核短信模板
Lisa 变量校验失败：明确告知用户不符合的具体规则并要求重新填写，不中断整个流程
Lisa 统计/详情接口异常或计数全为 0：提示短信任务可能仍在发送中，给出 taskId 和 lisaCustomerPoolId 供用户告知「再查Lisa结果」
Fran 统计/详情接口异常或计数全为 0：提示电话任务可能仍在拨号中，给出 taskId 和 franCustomerPoolId 供用户告知「再查Fran结果」
Python 脚本执行失败：直接以文字列表格式返回客户数据，不中断流程
数字员工禁用（status=1）：终止任务，提示联系管理员启用该员工
数字员工使用天数耗尽（remainingDays≤0）：终止任务，提示前往 https://ai.deepsop.com 购买/续费
不支持的员工（Jack/Leo/Sophia/Alex）：终止任务，提示当前仅支持 AiWa、Frank、Fran、Lisa
TikTok 视频生成与发布（Toby）：本技能不再支持，请改用 deepsop-tiktokflow 技能
网络请求失败：展示 curl 错误信息

DeepSop工作台

概述

人机协作台（Human-AI Collaboration）

功能简介

前置条件：获取 API Key

⛔ 接口路径强约束（最高优先级，所有 HTTP 请求必须遵守）

📋 API 路径权威清单（Base URL: https://ai.deepsop.com/prod-api）

🛡️ 双轨强约束（本文档 + 代码）

完整执行流程

Step 0：触发类型判断（每次进入技能必须首先执行）

Step 1：第一轮 AI 分析（任务拆解 + 意图分流）

Step 1.5：数字员工可用性校验（Step 1 完成后立即执行，所有任务均须）

Step 1.5.1：数字员工签约流程（仅在规则 2 触发时执行）

Step 1.6：客户来源选择（仅当 employeeList 含 Frank/Fran/Lisa 但不含 AiWa 时执行）

途径 A：上传 xlsx 文件

模板下载接口（API 清单 #23 / #24）

途径 B：搜索选择公司（sourceType === 'search'）

最终装配规则

Step 1.7：电话场景创建/审核子流程（独立入口）

Step 1.7.0：环境前置自检

Step 1.7.1：澄清场景基础信息

Step 1.7.2：TTS 音色配置

Step 1.7.3：装配请求体（两段 JSON 字符串）

Step 1.7.4：提交并轮询审核

Step 1.7.5：审核完成后的处理

Step 1.7.6：场景审核辅助操作（用户已有草稿/审核中场景）

Step 2：第二轮 AI 分析（仅当 employeeList 包含 AiWa）

Step 3：构建并提交任务

Step 3.5：解析用户指定的等待时间

Step 4：按用户指定时间设置自动查询

Step 5：查询结果并返回给用户

Step 5-A：AiWa 结果处理（仅当 employeeList 包含 AiWa）

Step 5-C：Fran 结果处理（仅当 employeeList 包含 Fran 且 franDagTaskId 不为 null）

Step 5-D：Lisa 结果处理（仅当 employeeList 包含 Lisa 且 lisaDagTaskId 不为 null）

Step 5-B：Frank 结果处理（仅当 employeeList 包含 Frank 且 frankDagTaskId 不为 null）

实现方式

依赖

错误处理

版本历史

安全检测

腾讯云安全 (Keen)

腾讯云安全 (Sanbu)

🔗 相关推荐

Image & Video Generation

DeepSop TK工作台

deepsop-声音克隆助手

📋 API 路径权威清单（Base URL: `https://ai.deepsop.com/prod-api`）

途径 B：搜索选择公司（`sourceType === 'search'`）